شماره ركورد كنفرانس
5541
عنوان مقاله
تخمين كانال سامانه هاي چندورودي- چندخروجي حجيم با آرايه آنتن لنز بر اساس يادگيري عميق در مخابرات موج ميليمتري
عنوان به زبان ديگر
Deep Learning-based Channel Estimation for Beamspace mmWave Massive MIMO Systems With Lens Antenna Array
پديدآورندگان
غلامي حسين gholami.hgh@gmail.com موسسه آموزش عالي زند شيراز , ملاح زاده عليرضا malahzad@yahoo.com موسسه آموزش عالي زند شيراز , افراسيابي سميه afrasiabi@cse.shirazu.ac.ir موسسه آموزش عالي زند شيراز
تعداد صفحه
6
كليدواژه
چندورودي , چندخروجي , تخمين كانال , يادگيري عميق , آرايه آنتن لنز , موج ميليمتري
سال انتشار
1400
عنوان كنفرانس
كنفرانس ملي مهندسي برق و سيستمهاي هوشمند ايران
زبان مدرك
فارسي
چكيده فارسي
از مزاياي سامانه هاي چند ورودي-چند خروجي (MIMO) ميتوان به افزايش ظرفيت، دستيابي به نرخ اطلاعاتي بالاتر، كاهش تأثيرات مخرب ناشي از پديده چند مسيري و تداخل اشاره كرد. جهت اجتناب از مسائلي همچون ترافيك و تداخل، فناوري موج ميليمتري و كار در باندهاي فركانسي 30 الي 300 گيگا هرتز، ميتواند در ترافيكهاي بالا موثر بوده و موجب افزايش قابل ملاحظهي بازده طيفي، نرخ داده و پهناي باند وسيعتري شود. استفاده از آرايه آنتن لنز در MIMO انبوه موج ميليمتري باعث مي شود تعداد زنجيره هاي فركانس راديويي (RF chain) كاهش پيدا كند. ميدانيم كه هر كانال بيسيم و از جمله كانالهاي MIMO تحت تأثير انواع گوناگون اعوجاج فاز و فركانس است و اين اثرات در شرايط مختلف و براي كانالهاي مختلف متفاوت است. جهت شناخت تأثيرات فيزيكي كانال بر دنبالهي ورودي، از تخمين كانال استفاده ميشود. در اين مقاله، مسئله ي تخمين كانال در MIMO انبوه در مخابرات موج ميليمتري بررسي ميشود. در اين راستا به كمك يادگيري عميق، الگوريتم روش عبور تقريبي پيام با تركيب گوسي (GM-LAMP) پيشنهاد و با ساير الگوريتم هاي موجود مقايسه ميگردد. نتايج شبيه سازي حاكي از آن است كه الگوريتم پيشنهادي، دقت تخمين بهتري نسبت به روشهاي موجود دارد.
كشور
ايران
لينک به اين مدرک