Deep learning algorithms for resource allocation in mimo network with intelligent reflective surfaces
Akilli yansitici yüzeylere sahip mimo ağinda kaynak tahsisi için derin öğrenme algoritmalari
- Tez No: 940457
- Danışmanlar: DR. ÖĞR. ÜYESİ DİDEM KIVANÇ TÜRELİ
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: MIMO ağı, Akıllı yansıtıcı yüzeyler (IRS), Kaynak tahsisi, Derin öğrenme, Spektral verimlilik, Hizmet kalitesi (QoS), Kanal koşulları, MIMO network, Intelligent reflective surfaces (IRS), Resource allocation, Deep learning, Spectral efficiency, Quality of service (QoS), Channel conditions, User mobility, Optimization, Heuristic algorithms
- Yıl: 2024
- Dil: İngilizce
- Üniversite: İstanbul Okan Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: İleri Teknolojiler Ana Bilim Dalı
- Bilim Dalı: İleri Malzemeler ve Teknolojileri Bilim Dalı
- Sayfa Sayısı: 102
Özet
Akıllı yansıtıcı yüzeylerin (IRS) çok girişli çok çıkışlı (MIMO) ağlarda konuşlandırılması, kablosuz iletişim sistemlerinin spektral verimliliğini önemli ölçüde artırma potansiyeline sahiptir. Ancak güç, bant genişliği ve anten gibi kaynakların bu ağlardaki kullanıcılar arasında verimli bir şekilde tahsis edilmesi kritik bir zorluk olmaya devam etmektedir. Bu tezde, IRS'li MIMO ağlarında sinyal tahmini için derin öğrenme tabanlı bir algoritma önerilmektedir. Önerilen algoritma, gerçek zamanlı tahmin gerçekleştirmek için derin öğrenmenin gücünden yararlanırken aynı zamanda kanal koşullarını ve kullanıcı hareketliliğini de hesaba katıyor. Önerilen algoritmanın performansını simülasyonlar aracılığıyla değerlendiriyoruz. Sonuçlar, önerilen algoritmanın spektral verimlilik, adalet ve yakınsama hızı açısından mevcut algoritmalardan daha iyi performans gösterdiğini göstermektedir. Bu araştırma, kablosuz iletişim hizmetlerine yönelik artan talebin karşılanması açısından hayati önem taşıyan MIMO ağlarında IRS ile verimli kaynak tahsis tekniklerinin geliştirilmesine katkıda bulunmaktadır.
Özet (Çeviri)
The deployment of intelligent reflective surfaces (IRS) in multiple-input multiple-output (MIMO) networks have the potential to significantly improve the spectral efficiency of wireless communication systems. However, efficient allocation of resources such as power, bandwidth, and antennas among the users in these networks remains a critical challenge. In this thesis, a deep learning-based algorithm is proposed for signal prediction in MIMO networks with IRS. The proposed algorithm leverages the power of deep learning to perform estimation in real-time, while also accounting for channel conditions and user mobility. We evaluate the performance of the proposed algorithm through simulations. The results show that the proposed algorithm outperforms existing algorithms in terms of spectral efficiency, fairness, and convergence speed. This research contributes to the development of efficient resource allocation techniques in MIMO networks with IRS, which are crucial for meeting the increasing demand for wireless communication services.
Benzer Tezler
- Array processing and optimization techniques of beamforming and resource allocation for enhanced spectral efficiency in 5g and beyond systems
5g ve ötesı sıstemlerının hüzmeleme ve spektral verımlılığının vektör íşleme ve optımızasyon ıle gerçekleştırılmesı
NANN WIN MOE THET NANN WIN MOE THET
Doktora
İngilizce
2021
Elektrik ve Elektronik Mühendisliğiİstanbul Medipol ÜniversitesiElektrik-Elektronik Mühendisliği ve Siber Sistemler Ana Bilim Dalı
Assoc. Prof. Dr. MEHMET KEMAL ÖZDEMİR
- Artificial intelligence based resource allocation in cell-free networks
Hücresiz ağlarda yapay zeka tabanlı kaynak tahsisi
MERT DEMİREL
Yüksek Lisans
İngilizce
2023
Elektrik ve Elektronik Mühendisliğiİzmir Katip Çelebi ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ESRA AYCAN BEYAZIT
- Deep-learning based optimization framework for wireless powered communication networks
Enerji hasadı yapan kablosuz ağlar için derin öğrenme tabanlı eniyileme
AYSUN GURUR ÖNALAN KÖPRÜ
Doktora
İngilizce
2023
Elektrik ve Elektronik MühendisliğiKoç ÜniversitesiElektrik ve Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. SİNEM ÇÖLERİ
- Doğal afetlerde çevrimiçi davranış verilerine dayalı ihtiyaç tahmini ve kaynak tahsis optimizasyonu: 2023 kahramanmaraş depremleri uygulaması
Demand prediction and resource allocation optimization based on online behavioral data in natural disasters: An application to the 2023 Kahramanmaraş earthquakes
MEHMET DEMİR
Yüksek Lisans
Türkçe
2025
Endüstri ve Endüstri MühendisliğiHacettepe ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ERDİ DAŞDEMİR
- Network slicing management for IoT devices at home using machine learning algorithms
Evdeki IoT araçları için 5g'de makine öğrenmesi algoritmalarını kullanarak ağ dilimleme yönetimi
MEHMET ALPEREN YILMAZ
Yüksek Lisans
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBoğaziçi ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. TUNA TUĞCU