Channel estimation for mimo-ofdm communication system based on deep neural networks
Başlık çevirisi mevcut değil.
- Tez No: 672370
- Danışmanlar: Prof. Dr. OSMAN NURİ UÇAN
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2020
- Dil: İngilizce
- Üniversite: Altınbaş Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Elektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Kablosuz iletişim ağlarında veri çıkışı, yüksek kalite ve spektral verimlilik için yüksek talep son yıllarda karakterize edilmiştir.Sonuç olarak, kablosuz ağlarda 5G'ye geçiş başlatıldı.Ortogonal frekans bölmeli çoğullama (OFDM), çok yollu sönümlü kanallar üzerinden iletim için semboller arası paraziti ortadan kaldırmanın etkili ve düşük karmaşıklıklı bir yolunu sağlar. MIMO-OFDM sistemlerinde, OFDM alıcısının tutarlı algılama gerçekleştirmesi için kanal durum bilgisi (CSI) gereklidir,birden fazla gönderme ve alma anteni kullanılıyorsa. Uygulamada,Veri sembolleri ile birlikte pilotlar iletilerek CSI alıcıda güvenilir bir şekilde tahmin edilebilir.Bu çalışmada, OFDM sistemleri için sinir ağı teknolojileri ile çeşitli verimli pilot tabanlı kanal tahmin şemalarını araştırıyor ve karşılaştırıyoruz.İncelenen OFDM sistemlerinde kanal tahmini için derin sinir ağı DNN'nin uygulamasını daha da sunuyoruz. Önerilen DNN algoritmasının sembol hata oranlarını diğer geleneksel kanal tahmin algoritması olan en küçük kare (LS) algoritması ile karşılaştırdık,ve minimum ortalama kare hatası (MMSE) algoritması.
Özet (Çeviri)
High demand for data output, high quality and spectral efficiency in wireless communications networks has been characterized in recent years. As a result, a transition was started in wireless networks towards 5G. Orthogonal frequency division multiplexing (OFDM) provides an effective and low complexity means of eliminating inter symbol interference for transmission over multipath fading channels. In MIMO-OFDM systems, channel state information (CSI) is required for the OFDM receiver to perform coherent detection, if multiple transmit and receive antennas are deployed. In practice, CSI can be reliably estimated at the receiver by transmitting pilots along with data symbols. In this study, we investigate and compare various efficient pilot-based channel estimation schemes by neural network technologies for OFDM systems. We present further the application of deep neural network DNN for channel estimation in the investigated OFDM systems. We compared symbol error rates of the proposed DNN algorithm with the other traditional channel estimation algorithm, the least square (LS) algorithm, and the minimum mean square error (MMSE) algorithm.
Benzer Tezler
- Realization of transmitter and receiver clock generation units and channel switching unit in a modified analog radio relay
Değiştirilen bir analog radyodaki verici ve alıcı saat üretimi birimleri ve kanal anahtarlama biriminin gerçekleştirilmesi
AYHAN BÜYÜKSEMERCİ
Yüksek Lisans
İngilizce
1987
Elektrik ve Elektronik MühendisliğiOrta Doğu Teknik ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. MURAT AŞKAR
- Ulaştırma modelinin optimum dağıtımda kullanılması ve şeker fabrikalarında bir uygulama
Utilizing the transportation model in optimum dispersion and an application in the sugar factories
HÜSEYİN DELİBAŞ
- Osilaskoplar için dijital hafıza ünitesi sentezi
Başlık çevirisi yok
ZİHNİ LİMAN
Yüksek Lisans
Türkçe
1985
Elektrik ve Elektronik MühendisliğiUludağ ÜniversitesiElektronik Ana Bilim Dalı
PROF. DR. ERGÜR TÜTÜNCÜOĞLU