Communication and information exchange has always played an essential role since the beginning of the universe. Matter, energy, and information are the essential three elements that constructed the universe. Communication does not confine only to a human subjective, but even before the creation of mankind, nature used to rely on it. The propagation of waves has always been the core methodology for exchanging information. Electromagnetic and acoustic waves have been well-known and investigated, but going back to the roots of nature, we can notice that in nature, another communication formalism is employed. Communication in nature relies on the propagation of matter/particles. One of the primary forms of propagation of particles is diffusion. Hence, in this dissertation, we dedicate our attention to the diffusive propagation of particles and attempt to investigate this new realm and understand its characteristics. Channel modeling plays an essential role, and we attempt to move toward a complex environment with multiple receivers in diffusive channels. Then we solve localization problems relevant to estimating the position of the source and the unknown receiver. Subsequently, we investigate the information-theoretic characteristics of diffusive channels and face unique challenges in this realm, such as memory and inter-symbol interference. In the end, we use a machine learning approach to tackle the sequence detection problem based on the real test-bed dataset.

La comunicazione e lo scambio di informazioni hanno sempre svolto un ruolo essenziale fin dall'inizio dell'universo. Materia, energia e informazione sono i tre elementi essenziali che hanno costruito l'universo. La comunicazione non si limita alla sola soggettività umana, ma anche prima della creazione dell'uomo, la natura faceva affidamento su di essa. La propagazione delle onde è sempre stata la metodologia principale per lo scambio di informazioni. Le onde elettromagnetiche e acustiche sono state ben conosciute e studiate, ma tornando alle radici della natura, possiamo notare che in essa viene impiegato un altro formalismo di comunicazione. La comunicazione in natura si basa sulla propagazione di materia/particelle. Una delle forme primarie di una delle principali forme di propagazione delle particelle è la diffusione. In questa tesi, quindi, dedichiamo la nostra attenzione alla propagazione diffusiva delle particelle e cerchiamo di indagare questo nuovo ambito e di comprenderne le caratteristiche. La modellazione del canale gioca un ruolo essenziale e cerchiamo di orientarci verso un ambiente complesso con ricevitori multipli in canali diffusivi. Risolviamo poi i problemi di localizzazione relativi alla stima della posizione della sorgente e del ricevitore sconosciuto. Successivamente, studiamo le caratteristiche teoriche dell'informazione dei canali diffusivi e affrontiamo sfide uniche in questo campo, come la memoria e l'interferenza intersimbolo. Infine, utilizziamo un approccio di apprendimento automatico per affrontare il problema del rilevamento delle sequenze sulla base di un set di dati reali.

Communication in complex diffusive channels

VAKILIPOOR TAKALOO, FARDAD
2023/2024

Abstract

Communication and information exchange has always played an essential role since the beginning of the universe. Matter, energy, and information are the essential three elements that constructed the universe. Communication does not confine only to a human subjective, but even before the creation of mankind, nature used to rely on it. The propagation of waves has always been the core methodology for exchanging information. Electromagnetic and acoustic waves have been well-known and investigated, but going back to the roots of nature, we can notice that in nature, another communication formalism is employed. Communication in nature relies on the propagation of matter/particles. One of the primary forms of propagation of particles is diffusion. Hence, in this dissertation, we dedicate our attention to the diffusive propagation of particles and attempt to investigate this new realm and understand its characteristics. Channel modeling plays an essential role, and we attempt to move toward a complex environment with multiple receivers in diffusive channels. Then we solve localization problems relevant to estimating the position of the source and the unknown receiver. Subsequently, we investigate the information-theoretic characteristics of diffusive channels and face unique challenges in this realm, such as memory and inter-symbol interference. In the end, we use a machine learning approach to tackle the sequence detection problem based on the real test-bed dataset.
PIRODDI, LUIGI
MARTELLI, PAOLO
CANDIANI, GABRIELE
5-apr-2024
Communication in complex diffusive channels
La comunicazione e lo scambio di informazioni hanno sempre svolto un ruolo essenziale fin dall'inizio dell'universo. Materia, energia e informazione sono i tre elementi essenziali che hanno costruito l'universo. La comunicazione non si limita alla sola soggettività umana, ma anche prima della creazione dell'uomo, la natura faceva affidamento su di essa. La propagazione delle onde è sempre stata la metodologia principale per lo scambio di informazioni. Le onde elettromagnetiche e acustiche sono state ben conosciute e studiate, ma tornando alle radici della natura, possiamo notare che in essa viene impiegato un altro formalismo di comunicazione. La comunicazione in natura si basa sulla propagazione di materia/particelle. Una delle forme primarie di una delle principali forme di propagazione delle particelle è la diffusione. In questa tesi, quindi, dedichiamo la nostra attenzione alla propagazione diffusiva delle particelle e cerchiamo di indagare questo nuovo ambito e di comprenderne le caratteristiche. La modellazione del canale gioca un ruolo essenziale e cerchiamo di orientarci verso un ambiente complesso con ricevitori multipli in canali diffusivi. Risolviamo poi i problemi di localizzazione relativi alla stima della posizione della sorgente e del ricevitore sconosciuto. Successivamente, studiamo le caratteristiche teoriche dell'informazione dei canali diffusivi e affrontiamo sfide uniche in questo campo, come la memoria e l'interferenza intersimbolo. Infine, utilizziamo un approccio di apprendimento automatico per affrontare il problema del rilevamento delle sequenze sulla base di un set di dati reali.
File allegati
File Dimensione Formato  
PhD_Thesis_FARDAD.pdf

accessibile in internet solo dagli utenti autorizzati

Descrizione: PhD Thesis
Dimensione 102.41 MB
Formato Adobe PDF
102.41 MB Adobe PDF   Visualizza/Apri

I documenti in POLITesi sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/10589/220393