Väitös signaalinkäsittelyn ja data-analytiikan alalta, DI Petteri Pulkkinen

Väitöskirjan nimi: Model-based reinforcement learning for integrated radar and communications systems

Väittelijä: Petteri Pulkkinen
Vastaväittäjät: Prof. Rick S. Blum, Lehigh University, Yhdysvallat ja Prof. Christos Masouros, University College, London, Yhdistynyt kuningaskunta
Kustos: Prof. Visa Koivunen, Aalto-yliopiston sähkötekniikan korkeakoulu, informaatio- ja tietoliikennetekniikan laitos

Tutkat ja langattomat kommunikaatiojärjestelmät ovat perinteisesti olleet erillisiä järjestelmiä, ja toimineet omilla taajuuskaistoillaan kuhunkin toiminnallisuuteen suunnitelluilla radioaaltomuodoilla. Yhä enemmän modernit tutkat ja kommunikaatiojärjestelmät hyödyntävät kuitenkin samoja teknologioita, mikä osittain mahdollistaa niiden integroinnin samaksi järjestelmäksi. Tällaiset yhdistetyt tutka- ja kommunikaatiojärjestelmät ovat keskeinen osa tulevaisuuden 6G-verkoissa, mahdollistaen uusia sovelluksia tutkaan pohjautuvaa ympäristön aistintaa hyödyntäen. Tämä integraatio asettaa kuitenkin uusia haasteita radioresurssien hallinnalle ja aaltomuotojen suunnittelulle. 

Aaltomuotojen ja resurssien optimointia yhdistetyille tutka- ja kommunikaatiojärjestelmille on kirjallisuudessa tutkittu laajasti. Useimmat menetelmät perustuvat strukturoituihin optimointimenetelmiin, jotka eivät opi aiemmista kokemuksista ja vaativat tarkkaa tietoa malleista ja niiden parametreista. Usein mallit voivat kuitenkin olla epätarkkoja ja niiden parametrit vaikeasti estimoitavissa, etenkin dynaamisissa radioympäristöissä. Tästä syystä väitöskirjassa keskitytään vahvistusoppimismenetelmiin, joiden avulla yhdistetyt tutka- ja kommunikaatiojärjestelmät voivat datan pohjalta reaaliajassa oppia optimoimaan resursseja ja välttää mallinnusvirheiden vaikutuksia. 

Vahvistusoppiminen ei kuitenkaan ole suoraviivaista yhdistetyissä tutka- ja kommunikaatiojärjestelmissä. Menetelmät vaativat usein runsaasti dataa järjestelmän ja ympäristön vuorovaikutuksista, mikä ei ole käytännössä toivottavaa. Lisäksi opittuja päätösstrategioita voi olla vaikea ymmärtää ja tulkita. Tästä syystä väitöskirjan menetelmät perustuvatkin mallipohjaiseen vahvistusoppimiseen, jossa koneoppimista sovelletaan vain niissä osissa, joissa se tarjoaa lisäarvoa, ja muuten hyödynnetään asiantuntijatietoa. Näin menetelmät tarvitsevat vähemmän dataa ja niiden toiminta on helpompi tulkita. 

Väitöskirjassa kehitetään teorioita ja suorituskykyrajoja mallipohjaisille vahvistusoppimismenetelmille yhdistetyissä tutka- ja kommunikaatiojärjestelmissä. Teorian lisäksi menetelmien toimivuutta havainnollistetaan konkreettisilla esimerkeillä monikantoaalto- ja moniantennijärjestelmissä sekä dynaamisissa radiohäiriö- ja tutkamaaliympäristöissä. Tulokset osoittavat, että mallipohjainen vahvistusoppiminen voi olla erittäin datatehokasta ja parantaa yhdistettyjen tutka- ja kommunikaatiojärjestelmien suorituskykyä merkittävästi.

Linkki väitöskirjan sähköiseen esittelykappaleeseen (esillä 7 päivää ennen väitöstä): Aaltodoc 

Yhteystiedot:
https://www.linkedin.com/in/petteri-pulkkinen-12a900146/
petteri.pulkkinen@aalto.fi