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/ |
Daftar Isi:
- 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