Performance improvement of neural network based RLS channel estimators in MIMO-OFDM systems
العناوين الأخرى
تحسين أداء تقديرات القناة باستعمال الشبكة العصبية لتدريب خوارزمية تكرار أقل الأجزاء لتقدير العنصر في أنظمة مزج تقسيمات التردد المتعامد المتعدد الإدخالات المتعدد الإخراجات
المؤلف
المصدر
al-Khwarizmi Engineering Journal
العدد
المجلد 7، العدد 2 (30 يونيو/حزيران 2011)، ص ص. 36-46، 11ص.
الناشر
جامعة بغداد كلية هندسة الخوارزمي
تاريخ النشر
2011-06-30
دولة النشر
العراق
عدد الصفحات
11
التخصصات الرئيسية
تكنولوجيا المعلومات وعلم الحاسوب
الموضوعات
الملخص AR
إن موضوع هذه الدراسة كان لتقديم خوارزمية تكرار (أقل الأجزاء لتقدير العنصر) و المعضدة باستخدام الشبكات العصيبية كطريقة لتسهيل أداء و احتساب معدل الخطأ (تناقص معدل الخطأ أثناء التطبيق) خوارزمية التقدير لقنوات نظام مزج تقسيمات التردد المتعامدة المتعددة الإدخالات المتعددة الإخراجات عبر قناة البهت متعددة المسار (رايلييف).
إن خوارزمية تكرار أقل الأجزاء يمكن اعتبارها فعالة جدا لتدريب الشبكة العصبية : أولا من حيث تدريب الشبكة العصبية لتقدير تغييرات القناة باستمرار، تم تقدير استجابة القناة لتردد.
أظهرت نتائج التمثيل للطريقة المعتمدة أداء جيدا إذا ما قورنت الطريقة بغيرها من الطرق الأخرى كخوارزمية (أقل الأجزاء) أو (تكرار أقل الأجزاء التقليدية و غير الذكية).
أظهرت الطريقة المعتمدة كذلك كفاءة في فعاليات النظام السريعة.
الملخص EN
The objective of this study was to introduce a recursive least squares (RLS) parameter estimator enhanced by using a neural network (NN) to facilitate the computing of a bit error rate (BER) (error reduction) during channels estimation of a multiple input-multiple output orthogonal frequency division multiplexing (MIMO-OFDM) system over a Rayleigh multipath fading channel.
Recursive least square is an efficient approach to neural network training : first, the neural network estimator learns to adapt to the channel variations then it estimates the channel frequency response.
Simulation results show that the proposed method has better performance compared to the conventional methods least square (LS) and the original RLS and it is more robust at high speed mobility.
نمط استشهاد جمعية علماء النفس الأمريكية (APA)
Hasan, Ala Abd al-Amir. 2011. Performance improvement of neural network based RLS channel estimators in MIMO-OFDM systems. al-Khwarizmi Engineering Journal،Vol. 7, no. 2, pp.36-46.
https://search.emarefa.net/detail/BIM-324321
نمط استشهاد الجمعية الأمريكية للغات الحديثة (MLA)
Hasan, Ala Abd al-Amir. Performance improvement of neural network based RLS channel estimators in MIMO-OFDM systems. al-Khwarizmi Engineering Journal Vol. 7, no. 2 (2011), pp.36-46.
https://search.emarefa.net/detail/BIM-324321
نمط استشهاد الجمعية الطبية الأمريكية (AMA)
Hasan, Ala Abd al-Amir. Performance improvement of neural network based RLS channel estimators in MIMO-OFDM systems. al-Khwarizmi Engineering Journal. 2011. Vol. 7, no. 2, pp.36-46.
https://search.emarefa.net/detail/BIM-324321
نوع البيانات
مقالات
لغة النص
الإنجليزية
الملاحظات
Includes bibliographical references : p. 44-45
رقم السجل
BIM-324321
قاعدة معامل التأثير والاستشهادات المرجعية العربي "ارسيف Arcif"
أضخم قاعدة بيانات عربية للاستشهادات المرجعية للمجلات العلمية المحكمة الصادرة في العالم العربي
تقوم هذه الخدمة بالتحقق من التشابه أو الانتحال في الأبحاث والمقالات العلمية والأطروحات الجامعية والكتب والأبحاث باللغة العربية، وتحديد درجة التشابه أو أصالة الأعمال البحثية وحماية ملكيتها الفكرية. تعرف اكثر