تخمین کانال نیمه کور برای سیستم های چند ورودی چند خروجی انبوه
نام عام مواد
[پایان نامه]
نام نخستين پديدآور
فاطمه رحیمپور
وضعیت نشر و پخش و غیره
نام ناشر، پخش کننده و غيره
صنعتی سهند
تاریخ نشرو بخش و غیره
۱۴۰۲
مشخصات ظاهری
نام خاص و کميت اثر
۸۱ص.
ساير جزييات
مصور، جدول، نمودار
مواد همراه اثر
CD
یادداشتهای مربوط به پایان نامه ها
جزئيات پايان نامه و نوع درجه آن
کارشناسی ارشد
نظم درجات
مهندسی برق- مخابرات سیستم
زمان اعطا مدرک
۱۴۰۲/۰۷/۰۱
یادداشتهای مربوط به خلاصه یا چکیده
متن يادداشت
تخمین کانال یکی از مهم ترین چالش های سیستم های مخابراتی است. برای اینکه گیرنده بتواند سیگنال اصلی رد و بدل شده بین فرستنده و گیرنده را پس از اصلاح کانال بی سیم بازیابی کند، دستیابی به اطلاعات وضعیت کانال ضروری است. با توجه به نوع و ماهیت کانال، روش های مختلفی برای تخمین آن معرفی شده است. یکی از این روش ها، روش نیمه کور است که در آن می توان علاوه بر استفاده از سمبل های راهنما از سمبل های داده نیز استفاده کرد که این عمل باعث کاهش سربار ناشی از سمبل های راهنما و بهبود عملکرد طیفی سیستم می شود. در سیستم های چند ورودی چند خروجی انبوه موج میلی متری به دلیل افزایش تعداد آنتن ها در سمت گیرنده، پهنای باند وسیع سیستم های موج میلی متری و محدود بودن تعداد پراکنده سازهای محلی در سمت ایستگاه پایه، مدل کانال به صورت تُُنک در نظر گرفته می شود، که برای تخمین کانال در این حالت می توان از سنجش فشرده استفاده کرد. سنجش فشرده، به نتایج حاصل از روش های پردازش و بازیابی مناسب سیگنال های تُُنک اشاره دارد که در دهه های اخیر مورد توجه قرار گرفته اند. در این پایان نامه به ارائه ی الگوریتمی برای تخمین کانال تُُنک نیمه کور در سیستم های mmWave MIMO Massive می پردازیم. برای این مدل سازی از الگوریتم حداکثر سازی امید ریاضی استفاده کرده و نشان می دهیم چگونه می توان از روش های سنجش فشرده برای حل این مسئله ی بهینه سازی استفاده کرد.
متن يادداشت
Channel estimation is one of the most important challenges of telecommunication systems. In order for the receiver to recover the original signal exchanged between the transmitter and receiver after the wireless channel has been modified, access to the channel state information is required. Depending on the type and characteristics of the channel, different approaches for channel estimation have been presented. One of these techniques is the semi-blind technique, which allows the use of data symbols in addition to test symbols, which reduces the overhead caused by pilots and increases the spectral performance of the system. In mmWave Massive MIMO systems, due to the increase the number of antennas on the receiver side, the wide bandwidth of mmWave systems, and the limited number of local scatterers near the base station, the channel model is considered sparse, in this situation, the channel can be estimated using compressed sensing. Compressed sensing refers to the outcomes produced by proper processing and recovery methods for sparse signals that have been made available in recent decades. In this thesis, we present an algorithm for semi-blind sparse channel estimation in millimeter wave massive MIMO systems. For this modeling, we use the mathematical expectation maximization algorithm and show how compressed sensing methods can be used to solve this optimization problem.
عنوانهای گونه گون دیگر
عنوان گونه گون
Semi-Blind Channel Estimation for Massive MIMO Systems
موضوع (اسم عام یاعبارت اسمی عام)
موضوع مستند نشده
تخمین کانال
موضوع مستند نشده
روش نیمه کور
موضوع مستند نشده
سیستمهای چند ورودی چند خروجی انبوه موج میلی متری
اصطلاحهای موضوعی کنترل نشده
اصطلاح موضوعی
تخمین کانال، روش نیمه کور، سیستمهای چند ورودی چند خروجی انبوه موج میلی متری