Optimum ber in non-orthogonal multiple access for 5G wireless technology
5G kablosuz teknolojisi için ortogonal olmayan çoklu erişimde optimum ber
- Tez No: 884359
- Danışmanlar: DR. ÖĞR. ÜYESİ HALİT YAHYA
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: İngilizce
- Üniversite: İstanbul Gelişim Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Elektrik ve Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 83
Özet
Dik Olmayan Çoklu Erişim (NOMA), yüksek spektral verimlilik, azaltılmış gecikme süresi, arttırılmış güvenilirlik ve sağlam bağlantı sağlama potansiyeline sahip vaat edici bir teknolojidir. Bu, öncelikle optimal bit hata oranı (BER) performansının elde edilmesine odaklanmaktadır. Her bir zaman adımını ayrı bir alt taşıyıcı olarak ele alarak, birden fazla kullanıcı için mesajları etkili bir şekilde çözmek için tekrarlayan sinir ağları (RNN) kullanmaktadır. Ayrıca, verinin desenlerini otomatik olarak öğrenme yeteneğini kullanarak açık kanal tahmininin gereksiz olmasını sağlamak için derin bir sinir ağı (DNN) kullanılmaktadır. Bu, geleneksel NOMA sistemlerinde mesajları çözme gibi görevlerde, alıcının işlemini basitleştirme ve hata yayılma etkilerini azaltma açısından avantajlıdır. Dikkatli simülasyonlar aracılığıyla, sistemin bit hata oranı (BER), eklenmiş beyaz Gauss gürültüsü (AWGN) ve Rayleigh dağılım sistemlerinde değişen sinyal-gürültü oranlarında değerlendirilir. Sonuçlar, DNN'nin en küçük kareler (LS), maksimum olabilirlik (ML) ve minimum ortalama kare hatası (MMSE) ile karşılaştırıldığında üstün BER performansı sergilediğini göstermektedir. Geniş SNR aralığına sahip bir QPSK demodülasyon şeması kullanılarak, DNN, iki kullanıcı için tüm sembol kombinasyonlarında LS, ML ve MMSE'ye kıyasla üstün BER performansı sergiler.
Özet (Çeviri)
English Abstract: Non-Orthogonal Multiple Access (NOMA) is a promising technology with the potential to provide high spectral efficiency, reduced latency, increased reliability and robust connectivity. This focuses primarily on achieving optimal bit error rate (BER) performance. It uses recurrent neural networks (RNN) to efficiently decode messages for multiple users by treating each time step as a separate subcarrier. Additionally, a deep neural network (DNN) is used to ensure that open channel prediction is unnecessary by using its ability to automatically learn patterns in the data. This is advantageous in tasks such as decoding messages in traditional NOMA systems, simplifying the receiver's operation and reducing error propagation effects. Through careful simulations, the bit error rate (BER) of the system is evaluated at varying signal-to-noise ratios in added white Gaussian noise (AWGN) and Rayleigh dispersion systems. The results show that DNN exhibits superior BER performance compared to least squares (LS), maximum likelihood (ML), and minimum mean square error (MMSE). Using a QPSK demodulation scheme with a wide SNR range, DNN exhibits superior BER performance compared to LS, ML, and MMSE for all symbol combinations for two users.
Benzer Tezler
- Waveform design and multiple access techniques for 5G and beyond wireless communication systems
Başlık çevirisi yok
EMRE ARSLAN
Yüksek Lisans
İngilizce
2020
Elektrik ve Elektronik MühendisliğiKoç ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. ERTUĞRUL BAŞAR
- Haberleşme ağlarında MIMO NOMA çoklu erişim için değişken gönderici-alıcı anten seçimi
Variable transmitter-receiver antenna selection for MIMO NOMA in wireless networks
BİRCAN DEMİRAL
Doktora
Türkçe
2023
Elektrik ve Elektronik MühendisliğiGazi ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. ÖZGÜR ERTUĞ
- Ortam tabanlı modülasyonlu işbirlikli dik olmayan çoklu erişim
Media-based modulated cooperative non-orthogonal multiple access
MEHMET CAN
Yüksek Lisans
Türkçe
2019
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. İBRAHİM ALTUNBAŞ
- Reconfigurable intelligent surface-based novel transceiver architectures and multiple access
Başlık çevirisi yok
AYMEN KHALEEL
Doktora
İngilizce
2023
Elektrik ve Elektronik MühendisliğiKoç ÜniversitesiElektrik ve Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. ERTUĞRUL BAŞAR
- Deep learning aided data detectionfor future wireless communication systems
Gelecek nesil telsiz haberleşme sistemleri içinderin öğrenme yardımıyla data tespiti
MERVE TURHAN
Yüksek Lisans
İngilizce
2019
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. HAKAN ALİ ÇIRPAN