8548

طراحي سيستم هاي مخابراتي بي سيم و يادگيري كانال آنها با استفاده از شبكه هاي عصبي و شبكه هاي مولد رقابتي

1400

شاهرخ فرهمند

يادگيري عميق زير مجموعه ي يادگيري ماشين ،در هوش مصنوعي است،كه در آن از الگوريتم هاي شبكه هاي عميق استفاده ميشود.اين تكنيك،اجازه حل مسائل پيچيده،حتي با داشتن مجموعه اطلاعات غيرطبقه بندي شده را ميدهد.از شبكه هاي عميق و الگوريتم هاي يادگيري عميق ميتوان در طراحي كامل يك شبكه مخابراتي بي سيم استفاده كرد.از آنجا كه تخمين كانال مخابراتي يكي از دغدغه هاي اصلي در طراحي شبكه مخابراتي به شمار ميرود در اين سمينار تمركز بيشتري روي اين قضيه صورت ميگيرد.در اين طراحي ها تلاش بر يادگيري كانال با استفاده از الگوريتم هاي يادگيري عميق شده است.همچنين يك روش جديد براي طراحي يكپارچه بلوك هاي سنتي موجود در شبكه هاي مخابراتي بي سيم سنتي ارائه ميشود.از مزيت هاي اين روش طراحي ميتوان به بهينه سازي همزمان تمام سيستم مخابراتي)بر خلاف مدل هاي بلوك محور پيشين كه بايد تك تك بلوك ها به صورت جداگانه بهينه سازي ميشدند(،كمتر شدن هزينه هاي طراحي و در نظر گرفتن غير ايده آل بودن تجهيزات مخابراتي در هنگام طراحي شبكه(كه در طراحي هاي پيشين از آنها معمولا صرف نظر ميشد) اشاره كرد.در اين سمينار ابتدا طراحي يك شبكه مخابراتي بي سيم با استفاده از شبكه هاي عصبي مصنوعي مورد بررسي قرار ميگيرد؛سپس با استفاده از شبكه هاي مولد رقابتي به تخمين كانال مخابراتي ميپردازيم.شبكه هاي مولد رقابتي،شبكه هاي عصبي مصنوعي اي هستند كه در دسته كلي تر شبكه هاي مولد در يادگيري عميق قرار ميگيرند.علت استفاده از اين معماري شبكه،جديد بودن آن،نتايج بهتر نسبت به معماري هاي قبلي شبكه هاي مولد و الگوريتم هاي بهتر براي آموزش شبكه ميباشد.شبكه هاي مولد رقابتي داراي انواع بسيار زيادي هستند كه هركدام مزيت هاي خاص خود را دارند.در اين سمينار به بررسي استفاده چند نمونه از اين شبكه ها براي تخمين كانال و نتايج به دست آمده از يك سيستم مخابراتي بي سيم بر پايه يادگيري عميق ميپردازيم.

6/2/2021 12:00:00 AM

71530

1400/03/19

Designing wireless communication systems and channel learning using neural networks and generative adversarial networks

يادگيري عميق , يادگيري ماشين , تخمين كانال , مخابرات سراسري , شبكه عصبي

deep learning , machine learning , channel estimation , end to end communication system , neural network