Ημερολόγιο Εκδηλώσεων

ΠΟΛΥΤΕΧΝΕΙΟ ΚΡΗΤΗΣ

Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών

Πρόγραμμα Προπτυχιακών Σπουδών

ΠΑΡΟΥΣΙΑΣΗ ΔΙΠΛΩΜΑΤΙΚΗΣ ΕΡΓΑΣΙΑΣ

ΚΩΝΣΤΑΝΤΙΝΟΥ ΣΚΥΒΑΛΑΚΗ

με θέμα

Μη-Ορθογώνια Πολλαπλή Πρόσβαση σε Σύγχρονα Ασύρματα Δίκτυα με Τεχνικές Συστάδος

Non-Orthogonal Multiple Access in Modern Wireless Networks with Clustering Techniques

Δευτέρα 17 Δεκεμβρίου 2018, 9:30 π.μ.

Αίθουσα 2042, Κτίριο Επιστημών, Πολυτεχνειούπολη

Εξεταστική Επιτροπή

Αναπληρωτής Καθηγητής Άγγελος Μπλέτσας (επιβλέπων)

Αναπληρωτής Καθηγητής Γεώργιος Καρυστινός

Καθηγητής Μιχαήλ Πατεράκης

Περίληψη

Η μη-ορθογώνια πολλαπλή πρόσβαση είναι ένα παλιό πρόβλημα, που πρόσφατα έχει ξανατραβήξει την προσοχή. Αυτή η εργασία επανεξετάζει αυτό το πρόβλημα στα πλαίσια των βιομηχανικών RFID και των ραδιοφώνων οπισθοσκέδασης. Το ραδιόφωνο οπισθοσκέδασης έχει εμφανιστεί ως μια ασύρματη τεχνολογία “κλειδί” για χαμηλού κόστους και υψηλού μεγέθους ευρέως τοποθετημένους αισθητήρες. Οι ετικέτες/αισθητήρες ταυτοποίησης μέσω ραδιοσυχνοτήτων (RFID), εκμεταλλεύονται την τεχνολογία της οπισθοσκέδασης για να μεταφέρουν την πληροφορία τους στον δέκτη, χρησιμοποιώντας το βιομηχανικό πρωτόκολλο Gen2. Σε αυτήν την εργασία αναπτύχθηκε ένα νέο μοντέλο συστήματος για την ταυτόχρονη μετάδοση δυο τέτοιων Gen2 ετικετών, καθώς επίσης και ένας αλγόριθμος εκτίμησης καναλιού,  βασιζόμενος σε τεχνικές συστάδος.

Στο κομμάτι του μοντέλου συστήματος αυτής της εργασίας, θεωρούμε τη σύγκρουση δυο RN16 πακέτων δυο διαφορετικών ετικετών που πιθανόν να μην είναι τέλεια συγχρονισμένες. Η εργασία αυτή βασίστηκε σε προηγούμενες εργασίες επεκτείνοντας την ανάλυση θεωρώντας την χρονική καθυστέρηση που μπορεί να υπάρξει σε μια από τις δυο ετικέτες. Δείχνεται αναλυτικά ότι υπάρχουν τρία σενάρια με βάση την χρονική καθυστέρηση της πιο καθυστερημένης ετικέτας και η σύνδεση τους εξετάζεται περαιτέρω. Η εργασία επίσης περιλαμβάνει τη θεωρητική ανάλυση αυτών των σεναρίων καθώς επίσης και μια πειραματική επαλήθευση της θεωρητικής αυτής δουλειάς.

Στο κομμάτι της εκτίμησης καναλιού αυτής της εργασίας, χρησιμοποιήθηκε ο αλγόριθμος συσταδοποίησης Affinity Propagation ο οποίος βασίζεται σε πιθανοτικά γραφικά μοντέλα και σε αλγορίθμους συμπερασμού. Αποκτούνται οι εκτιμήσεις των συντελεστών του καναλιού, βασιζόμενοι στα μοτίβα που παρατηρούνται από τα συσταδοποιημένα, ληφθέντα δεδομένα, σε συνδυασμό με την εφαρμογή μιας μεθόδου ελαχίστων τετραγώνων. Έχοντας πλέον αποκτήσει τις εκτιμήσεις για τους συντελεστές του καναλιού, εκτιμάται εν συνεχεία η χρονική καθυστέρηση της πιο καθυστερημένης ετικέτας. Τέλος, εκτιμάται το σενάριο σύγκρουσης και πραγματοποιείται η ανίχνευση των δεδομένων. Ως μελλοντική δουλειά, θα δοκιμαστούν διαφορετικοί αλγόριθμοι συσταδοποίησης, καθώς επίσης και ένας αλγόριθμος ανίχνευσης που βασίζεται στη μνήμη του FM0 και σε περισσότερα bits.

Abstract

Non-orthogonal multiple access is an old problem, which has recently attracted renewed interest. This work revisits the problem in the context of industrial RFIDs and scatter radio. The latter has emerged as a key enabling wireless technology for low-cost and large-scale ubiquitous sensing. Radio frequency identification (RFID) tags/sensors utilize scatter radio technology to transfer sensed information to readers, typically employing Gen2, the industrial RFID protocol. In this thesis, a new system model is developed for the simultaneous transmission of two Gen2 RFID tags, as well as a channel estimation algorithm, based on clustering techniques.

In the system model part of the thesis, two collided RN16 packets from two RFID tags are considered, which may not be perfectly synchronized. This work builds upon prior art and further considers the time offset that can occur in the transmission among the two tags. It is shown that there are three possible scenarios, based on the time offset of the most delayed tag and their connection is further highlighted. Work includes both theoretical analysis of these scenarios, as well as experimental evaluation from a testbed.

The channel estimation part of the thesis employs the clustering algorithm called Affinity Propagation, based on probabilistic graphical models and inference algorithms. Channel estimates are obtained, based on the clustered, received data patterns, in conjunction with a line fitting method. Having obtained the channel estimates, the offset of the most delayed tag is estimated. Finally, the collision scenario is inferred and tag data detection is performed. Future work will focus on different clustering algorithms, as well as memory-based, long-sequence detection.