Design Of Deep Learning Based Method For Optimizing Mimo Communication

Main Authors: Rohmatillah, Mahdin, Hadi Suyono,, ST., MT., Ph.D, Rahmadwati,, ST., MT., Ph.D
Format: Thesis NonPeerReviewed Book
Bahasa: eng
Terbitan: , 2018
Subjects:
Online Access: http://repository.ub.ac.id/id/eprint/193412/1/Mahdin%20Rohmatillah.pdf
http://repository.ub.ac.id/id/eprint/193412/
ctrlnum 193412
fullrecord <?xml version="1.0"?> <dc schemaLocation="http://www.openarchives.org/OAI/2.0/oai_dc/ http://www.openarchives.org/OAI/2.0/oai_dc.xsd"><relation>http://repository.ub.ac.id/id/eprint/193412/</relation><title>Design Of Deep Learning Based Method For Optimizing&#xD; Mimo Communication</title><creator>Rohmatillah, Mahdin</creator><creator>Hadi Suyono,, ST., MT., Ph.D</creator><creator>Rahmadwati,, ST., MT., Ph.D</creator><subject>621.382 Communications engineering</subject><description>Sistem komunikasi Multiple Input Multiple Output (MIMO), sebuah sistem&#xD; mengimplementasikan beberapa antena pada pemancar dan penerima, telah berkembang pesat&#xD; untuk meningkatkan efektivitas komunikasi antar pengguna. Namun, pertukaran&#xD; fenomena antara kinerja dan kompleksitas komputasi selalu menjadi yang terbesar&#xD; dilema yang dialami oleh peneliti. Sebagai alternatif pemecahan masalah di atas,&#xD; penelitian ini mengusulkan optimasi di kedua keragaman spasial dan multiplexing spasial&#xD; Sistem komunikasi MIMO menggunakan model berbasis pembelajaran end-to-end, secara khusus menyesuaikan&#xD; model autoencoder. Empat model diperkenalkan dalam tesis ini yang masing-masing membahas dua model&#xD; masalah tentang tugas deteksi data dan tugas estimasi saluran yang belum ditangani&#xD; dalam penelitian sebelumnya. Model yang diusulkan dievaluasi di salah satu yang paling umum&#xD; gangguan saluran yang Rayleigh fading dengan tambahan Additive White Gaussian Noise&#xD; (AWG). Hasilnya menunjukkan bahwa model berbasis pembelajaran mendalam ini untuk komunikasi MIMO&#xD; sistem menghasilkan hasil yang sangat menjanjikan dengan mengungguli metode dasar (metode&#xD; banyak digunakan dalam komunikasi MIMO konvensional). Dalam CSIR (Status Saluran) yang sempurna&#xD; Informasi di sisi Penerima), model yang diusulkan mencapai BER hampir 10&#x2212;5 di SNR&#xD; 22,5 dB. Sementara dalam kasus estimasi saluran, model yang diusulkan dapat melebihi baseline&#xD; kinerja bahkan dengan hanya mentransmisikan 2 pilot</description><date>2018-07-02</date><type>Thesis:Thesis</type><type>PeerReview:NonPeerReviewed</type><type>Book:Book</type><language>eng</language><identifier>http://repository.ub.ac.id/id/eprint/193412/1/Mahdin%20Rohmatillah.pdf</identifier><identifier> Rohmatillah, Mahdin and Hadi Suyono,, ST., MT., Ph.D and Rahmadwati,, ST., MT., Ph.D (2018) Design Of Deep Learning Based Method For Optimizing Mimo Communication. Magister thesis, Universitas Brawijaya. </identifier><relation>TES/621.382/FT/a/2018/041810249</relation><identifier>TES/621.382/FT/a/2018/041810249</identifier><recordID>193412</recordID></dc>
language eng
format Thesis:Thesis
Thesis
PeerReview:NonPeerReviewed
PeerReview
Book:Book
Book
author Rohmatillah, Mahdin
Hadi Suyono,, ST., MT., Ph.D
Rahmadwati,, ST., MT., Ph.D
title Design Of Deep Learning Based Method For Optimizing Mimo Communication
publishDate 2018
topic 621.382 Communications engineering
url http://repository.ub.ac.id/id/eprint/193412/1/Mahdin%20Rohmatillah.pdf
http://repository.ub.ac.id/id/eprint/193412/
contents Sistem komunikasi Multiple Input Multiple Output (MIMO), sebuah sistem mengimplementasikan beberapa antena pada pemancar dan penerima, telah berkembang pesat untuk meningkatkan efektivitas komunikasi antar pengguna. Namun, pertukaran fenomena antara kinerja dan kompleksitas komputasi selalu menjadi yang terbesar dilema yang dialami oleh peneliti. Sebagai alternatif pemecahan masalah di atas, penelitian ini mengusulkan optimasi di kedua keragaman spasial dan multiplexing spasial Sistem komunikasi MIMO menggunakan model berbasis pembelajaran end-to-end, secara khusus menyesuaikan model autoencoder. Empat model diperkenalkan dalam tesis ini yang masing-masing membahas dua model masalah tentang tugas deteksi data dan tugas estimasi saluran yang belum ditangani dalam penelitian sebelumnya. Model yang diusulkan dievaluasi di salah satu yang paling umum gangguan saluran yang Rayleigh fading dengan tambahan Additive White Gaussian Noise (AWG). Hasilnya menunjukkan bahwa model berbasis pembelajaran mendalam ini untuk komunikasi MIMO sistem menghasilkan hasil yang sangat menjanjikan dengan mengungguli metode dasar (metode banyak digunakan dalam komunikasi MIMO konvensional). Dalam CSIR (Status Saluran) yang sempurna Informasi di sisi Penerima), model yang diusulkan mencapai BER hampir 10−5 di SNR 22,5 dB. Sementara dalam kasus estimasi saluran, model yang diusulkan dapat melebihi baseline kinerja bahkan dengan hanya mentransmisikan 2 pilot
id IOS4666.193412
institution Universitas Brawijaya
affiliation mill.onesearch.id
fkp2tn.onesearch.id
institution_id 30
institution_type library:university
library
library Perpustakaan Universitas Brawijaya
library_id 480
collection Repository Universitas Brawijaya
repository_id 4666
subject_area Indonesian Language Collection/Kumpulan Karya Umum dalam Bahasa Indonesia*
city MALANG
province JAWA TIMUR
shared_to_ipusnas_str 1
repoId IOS4666
first_indexed 2022-12-06T07:26:04Z
last_indexed 2022-12-06T07:26:04Z
recordtype dc
_version_ 1751456412495511552
score 17.538404