Banca de QUALIFICAÇÃO: EDUARDO NUNES VELLOSO

Uma banca de QUALIFICAÇÃO de MESTRADO foi cadastrada pelo programa.
DISCENTE : EDUARDO NUNES VELLOSO
DATA : 14/07/2023
HORA: 14:00
LOCAL: https://meet.google.com/kqp-vcxi-pbt
TÍTULO:

Otimização Fim-a-Fim de Sistemas MIMO Multiusuário Através de Autoencoder com Estimação de Canal por Rede Recorrente


PALAVRAS-CHAVES:

Aprendizado de Máquina, Multiple-Input Multiple-Output (MIMO), Detecção de Sinais, Estimação de Canal.


PÁGINAS: 43
RESUMO:

Os ganhos de eficiência espectral introduzidos pelos sistemas MIMO multiusuário os tornam esquemas atraentes para as próximas gerações de redes de comunicação móvel. Devido à complexidade intrínseca aos modelos matemáticos desses sistemas em condições realistas e à interdependência entre as etapas de processamento dos transmissores e receptores, o aprendizado de máquina é uma opção que permite projetar o sistema completo através do treinamento de um autoencoder ruidoso. Esse trabalho apresenta uma proposta de arquitetura de rede neural para otimização fim-a-fim de um sistema MIMO multiusuário. O desempenho do sistema, medido em termos de taxa de erro de símbolo, foi comparado utilizando diferentes restrições sobre a energia das constelações e utilizando detecção sequencial e conjunta. As simulações foram feitas usando um modelo de canal de desvanecimento Rayleigh, assim como usando o modelo realista 3GPP TR 36.873, e um esquema de modulação M-PSK com zero-forçado foi utilizado como referência de comparação. Um estimador de canal baseado em LSTM foi implementado para capturar as correlações temporais do canal realista com uma taxa de transmissão de pilotos de apenas 10%. Os resultados revelam que a detecção conjunta tem um desempenho ligeiramente melhor que a sequencial na presença de erros de estimação, e que o relaxamento das restrições sobre a constelação pode melhorar o desempenho em 2 dB sem alterar a potência transmitida média.


MEMBROS DA BANCA:
Presidente - 1543191 - LUIZ FELIPE DE QUEIROZ SILVEIRA
Interno - 2885532 - IVANOVITCH MEDEIROS DANTAS DA SILVA
Interno - 336277 - MARCELO SAMPAIO DE ALENCAR
Notícia cadastrada em: 30/06/2023 09:02
SIGAA | Superintendência de Tecnologia da Informação - (84) 3342 2210 | Copyright © 2006-2024 - UFRN - sigaa14-producao.info.ufrn.br.sigaa14-producao