| Titre : | Deep Learning-based channel estimation For Massive MIMO Channel |
| Auteurs : | Mr. TAMI Abdelkader, Directeur de thèse ; TAAMMA Chourouk Manel Khaoula, Auteur ; ZERROUKI Sara, Auteur |
| Type de document : | texte imprimé |
| Editeur : | S.l. : Algèrie:unv saida-Dr Moulay Tahar, 2021-2022 |
| Format : | 77p. / 29cm |
| Accompagnement : | CD |
| Note générale : | Bibliographie |
| Langues: | Français |
| Mots-clés: | Electronique |
| Résumé : |
Les exploitants de réseaux cellulaires ont constaté une augmentation importante du trafic de données. Massive MIMO (multiple-input-multiple-output) est l’une des technologies fondamentales du réseau 5G. Ce mémoire présente une estimation de canal basée sur l’apprentissage profond pour massive MIMO. Nous allons donc commencer par présenter l’évolution du réseau de communication de 1G à 5G et comment massive MIMO est important et utile dans le réseau de cinquième génération. Dans les systèmes massive MIMO, une acquisition précise de l’information sur l’état des canaux (CSI) est nécessaire pour l’estimation des canaux afin de fournir des améliorations spectrales et énergétiques significatives. Des approches traditionnelles comme least square (LS) ou minimum mean square error (MMSE) sont utilisées dans les systèmes 5G comme le massive MIMO pour estimer la performance des canaux au moyen de séquences pilote. Les méthodes traditionnelles, par contre, ne fournissent pas nécessairement des estimations exactes. Pour obtenir une meilleure estimation de canal, nous utilisons l’apprentissage profond. Parmi plusieurs développements dans la communication de réseaux, l’intelligence artificielle apparaît comme la technologie la plus dominante de notre époque. Et avec elle vient l’apprentissage automatique et l’apprentissage profond. La structure et la fonction du cerveau ont inspiré l’apprentissage profond à travailler avec des réseaux neuronaux artificiels à plusieurs couches. Chaque couche peut effectuer des opérations complexes, ce qui nous aidera à améliorer les performances du système massive MIMO. Dans ce travail, une estimation de canal pour le massive MIMO va être créée sur la base d’un modèle DNN ainsi qu’une démonstration de sa performance sera présentée à la fin. |
| Note de contenu : |
1-New wireless network 2-Massive MIMO channel estimation 3-An overview about deep learning 4-Simulation and results. |
Exemplaires (1)
| Code-barres | Cote | Support | Localisation | Section | Disponibilité |
|---|---|---|---|---|---|
| TECT01766 | T.EN.MS00623 | Périodique | Ouvrages | 28 | Libre accès Disponible |
