كفائة الكشف عن إشارة الارسال المكاني باستخدام تعلم الاله
مؤلف
البارقي، عامر أحمد هيازع
الملخص
أصبحت تقنيات التشكيل المكاني (SMTs) مثل التشكيل المكاني (SM) والتشكيل المكاني المعمم (GSM) والتشكيل المكاني المعمم بالكامل (F-GSM) معروفة ومحفزة للباحثين ولأنظمة الاتصالات اللاسلكية الطيفية والفعالة من حيث الطاقة حيث أنها تماك توازنا جيدا بين أداء الخطأ وكفاءة الطاقة وكفاءة الطيف. وفي هذه التقنية، لا تنقل المعلومات فقط بواسطة مجموعات الإشارات M-ary المعتادة، بل تنقلها أيضا مؤشرات هوائيات الإرسال. _x000D_
التشكيل المكاني المعمم بالكامل (F-GSM) هو تقنية نقل محفزة لأنظمة متعددة المدخلات ومتعددة المخرجات (MIMO) بسبب كفاءتها الطيفية وكفاءة الطاقة. ويتناسب معدل البيانات القابلة للتحقيق من نوع F-GSM خطيا مع عدد هوائيات الإرسال Nt، في حين تتناسب تقنيات SM وGSM التقليدية القابلة للتحقيق مع اللوغاريتم الأساسي الثاني لعدد Nt. ومع ذلك، فإن التحدي في F - GSM هو الكشف عن الإشارة المرسلة بسب تداخل القنوات بين الهوائيات النشطة في أنظمة F-GSM وهو محور هذه الرسالة. على الرغم من أن كاشف الاحتمال الأقصى (MLE) يمكن أن يحقق الأداء الأمثل، إلا أن بحثه الشامل يؤدي إلى تعقيد حسابي مستعصي. لذلك، يتم استخدام الشبكات العصبية العميقة (DNN) لفك ترميز منخفض التعقيد الحسابي للكشف عن إشارة F-GSM في هذه الرسالة._x000D_
وعلى وجه الخصوص، يقترح هنا هيكل قائم على كتلة (BBNN)، حيث تكتشف ال DNs أنماط الهوائي النشطة. وبالإضافة إلى ذلك، يقترح مع ذلك تصنيف ثنائي منخفض التعقيد DNN للكشف عن حالة التنشيط بشكل مستقل لكل هوائي، مما يقلل من وقت التدريب دون اتصال ويقلل من حجم بيانات التدريب المطلوبة. وعلاوة على ذلك، فإنه يجعل النظام أكثر موثوقية ويحسن قدرته على التكيف عندما يتغير عدد الهوائي المرسل. في حين أن النظام المقترح قابل للتدير لأنه يمكن تمديده أو انكماشه عند زيادة هوائيات الإرسال أو انخفاضها. ثم يتم استخدام انخفاض تعقيد إقليدس المسافة القائم على الكشف عن كوكبة إشارة. ومع ذلك، يستخدم BBNN المقترحة بسبب قدرته الأساسية على التعلم بشكل كاف التداخل الخفي بالإضافة إلى نماذج الضوضاء في أجهزة الاستقبال العملية. يحقق كاشف BBNN المقترح BER يتفوق على أداء مخططات الكشف التقليدية ذات الكتلة الصفرية (BZF) ومخططات الكشف عن الحد الأدنى من الأخطاء التربيعية (BMMSE) وقابلة للمقارنة مع كاشف الاحتمال الأقصى التقليدي (MLE). وعلاوة على ذلك، تتطلب الطريقة المقترحة وقتا أقل للحساب وأكثر دقة من الأساليب التقليدية البديلة._x000D_
ملاحظة
إشراف : د. هاني صابر صديق حسين.
