![](/images/graphics-bg.png)
Performance improvement of neural network based RLS channel estimators in MIMO-OFDM systems
Other Title(s)
تحسين أداء تقديرات القناة باستعمال الشبكة العصبية لتدريب خوارزمية تكرار أقل الأجزاء لتقدير العنصر في أنظمة مزج تقسيمات التردد المتعامد المتعدد الإدخالات المتعدد الإخراجات
Author
Source
al-Khwarizmi Engineering Journal
Issue
Vol. 7, Issue 2 (30 Jun. 2011), pp.36-46, 11 p.
Publisher
University of Baghdad al-Khwarizmi College of Engineering
Publication Date
2011-06-30
Country of Publication
Iraq
No. of Pages
11
Main Subjects
Information Technology and Computer Science
Topics
Abstract 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.
Abstract 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.
American Psychological Association (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
Modern Language Association (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
American Medical Association (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
Data Type
Journal Articles
Language
English
Notes
Includes bibliographical references : p. 44-45
Record ID
BIM-324321