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: 60
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
- Çoklu-giriş, çoklu-çıkış, dik frekans bölmeli çoğullama (MIMO OFDM) sistemlerinde kanal kestirimi
Channel estimation in multi input multi output (MIMO OFDM) systems
BAHATTİN KARAKAYA
Doktora
Türkçe
2010
Elektrik ve Elektronik Mühendisliğiİstanbul ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. HAKAN ALİ ÇIRPAN
- Iterative channel estimation techniques for multiple input multiple output orthogonal frequency division multiplexing systems
Çok-girişli çok-çıkışlı dik frekans bölmeli çoğullama sistemleri için döngülü kanal kestirim teknikleri
İLHAN BAŞTÜRK
Yüksek Lisans
İngilizce
2007
Elektrik ve Elektronik Mühendisliğiİzmir Yüksek Teknoloji EnstitüsüElektrik-Elektronik Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. BERNA ÖZBEK
- Waveform design for 5G and beyond wireless communication networks
5G ve ötesi kablosuz haberleşme ağları için dalga formu tasarı
SALAH EDDINE ZEGRAR
Doktora
İngilizce
2024
Elektrik ve Elektronik Mühendisliğiİstanbul Medipol ÜniversitesiElektrik-Elektronik Mühendisliği ve Siber Sistemler Ana Bilim Dalı
PROF. DR. HÜSEYİN ARSLAN
- Dikgen frekans bölmeli çoğullama sistemleri için önek tasarımı
Prefix design for orthogonal frequency division multiplexing
HAKAN YILDIZ
Doktora
Türkçe
2015
Elektrik ve Elektronik Mühendisliğiİstanbul ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. HAKAN DOĞAN
- Physical layer security and channel estimation in optical generalized index-modulated ofdm system
Optik genelleştirilmiş indeks modülasyonlu ofdm sistemlerinde fiziksel katman güvneliği ve kanal kestirimi
FURKAN BATUHAN OKUMUŞ
Yüksek Lisans
İngilizce
2022
Elektrik ve Elektronik MühendisliğiKadir Has ÜniversitesiElektronik Mühendisliği Ana Bilim Dalı
PROF. DR. ERDAL PANAYIRCI