Aplikasi jaringan saraf tiruan Transient Chaos (TCNN) untuk menekan tingkat BER pada sistem komunikasi CDMA

WIHARTO, Drs. Jazi Eko Istiyanto, MSc.,Ph.D

2004 | Tesis | S2 Ilmu Komputer

Sistem penerima konvensional pada sistem komunikasi DS-CDMA, terjadi degradasi kinerja akibat perbedaan daya dengan sinyal penginterferensi yang tinggi (Near-to-Far) dan nilai korelasi silang kode pemakai yang berbeda tidak nol, yang mengakibatkan Multiple Access Interference (MAI). Jaringan Saraf Tiruan Transient Chaos (TCNN), sangat potensial untuk mengatasi permasalahan MAI dan Near-to-Far pada penerima konvensional DS-CDMA. Sistem penerima Jaringan Saraf Tiruan Transient Chaos (TCNN) dapat diturunkan dengan memanfaatkan fungsi Likelihood. Dengan fungsi Likelihood tersebut akan diperoleh fungsi energi atau fungsi cost dari sistem penerima multiuser DS-CDMA. Fungsi energi sistem penerima multiuser DS-CDMA diselesaikan dengan algoritma TCNN. Pengujian dilakukan dengan simulasi komputer untuk membandingkan kinerja penerima TCNN dengan konvensional. Hasil simulasi, dapat dilihat bahwa sistem penerima Jaringan Saraf Tiruan Transient Chaos dapat memberikan perbaikan kinerja dibandingkan sistem penerima konvensional (Mathced Filter). Perbaikan kinerja penerima TCNN sebesar 85.092 % pada kondisi E N dB o 6 1 / = , Near-to-Far (rumus) , tetapi memerlukan tambahan waktu 0.4845 sekon-per-iterasi algoritma TCNN.

The conventional receiver DS-CDMA, suffer severe performance degradation as the relative power of interfering signals become large (Near-to-Far problem) and the cross correlations among the spreading code of different users are nonzero (Multiple Access Interference, MAI). Transient chaos neural network has a potential to solve problem MAI and Near-to-Far, in Conventioal receiver DS-CDMA systems. Trancient Chaos Neural Network (TCNN) receiver can be derived by exploiting the likelihood function. The likelihood function for receiver of energyfunction or energy cost DS-CDMA systems. Computer simulation result are presented to compare the performance of the TCNN receiver with those of the conventional multiuser detector. Simulation result, we can see that the Trancient Chaos Neural Network (TCNN)-based detector offers performance improvement over the conventioanl detector (Mathced Filter). The TCNN detector are give improvement 85.092 % at E N dB , Near-to-Far o 6 1 / = E E 6dB 2 1 / = but add 0.4845 second per-iteration of time TCNN algorithm

Kata Kunci : Jaringan Syaraf Tiruan, Komunikasi CDMA, Multiple Access Interference, Trancient Chaos Neural Network, Near-to-Far, Mathced Filter, Likelihood.