Deep learning aided parametric channel covariance matrix estimation for millimeter wave hybrid massive mimo
2021
0 views
0 downloads
Advisor: Dr. Öğr. Üyesi Gökhan Muzaffer Güvensen
Abstract (TR)
5G sistemlerde artan iletim hızı ihtiyaçlarını karşılamak için, önceden kullanılanlara kıyasla çok yüksek frekanslarda bulunan milimetre-dalga (mmWave) bantları kullanılmaktadır. Bu frekans bantlarında dalga zayıflaması yüksek olduğundan, çok-girdili-çok-çıktılı (MIMO) sistemlerde uzaysal korelasyonu yüksek kanallar meydana gelmektedir. İstenen başarımların elde edilebilmesi için ise kanal korrelasyonlarının sistem tarafından bilinmesi gereklidir. Bu tezde seyrek kanallar için kanal korrelasyon bilgisini içeren kanal kovaryans matrisinin (CCM) parametrik olarak kestirimi için yapay sinir ağları destekli bir yöntem önerilmiştir. Önerilen yapay sinir ağları destekli yöntem, hem hesaplama karmaşıklığı açısından hem de kestirim hatası açısından referans yöntemlere kıyasla tatmin edici başarım sergilemiştir.
Author
Dr. Esen Özbay
Institution
How to Cite
Esen Özbay (Yüksek Lisans Tezi). Deep learning aided parametric channel covariance matrix estimation for millimeter wave hybrid massive mimo, 2021, Middle East Technical University.
Keywords
License
Tüm Hakları Saklıdır
This work is shared under the specified license terms.
More theses from Middle East Technical University
- An R&D roadmap for Turkish defense industry(2020)
- Anticipation in collective motion of robot swarms(2021)
- Statehood struggle within the context of a protracted conflict; political economy of the Turkish Cypriot case(2021)
- Synthesis of spiro-pyrrolopyridazines(2021)
- Geochemical modeling of NCG injection in a geothermal well using doublet well model(2021)
- Sorting nexin 3 (SNX3) is an immediate and sustained target of EFG stimulation in EGFR positive breast cells(2021)
