تحسين أداء تقديرات القناة باستعمال الشبكة العصبية لتدريب خوارزمية تكرار أقل الأجزاء لتقدير العنصر في أنظمة مزج تقسيمات التردد المتعامد المتعدد الادخالات المتعدد الاخراجات
PDF (الإنجليزية)

الكلمات المفتاحية

MIMO-OFDM
RLS
NN
BER
SNR
channel
estimation

كيفية الاقتباس

تحسين أداء تقديرات القناة باستعمال الشبكة العصبية لتدريب خوارزمية تكرار أقل الأجزاء لتقدير العنصر في أنظمة مزج تقسيمات التردد المتعامد المتعدد الادخالات المتعدد الاخراجات. (2011). مجلة الخوارزمي الهندسية, 7(2), 36-46. https://alkej.uobaghdad.edu.iq/index.php/alkej/article/view/37

تواريخ المنشور

الملخص

أن موضوع هذه الدراسة كان لتقديم خوارزمية (تكرار أقل الأجزاء لتقدير العنصر) والمعضدة بأستخدام الشبكات العصيـبيةكطريقة لتسهيل أداء وأحتساب معدل الخطأ (تناقص معدل الخطأ) أثناء تطبيق خوارزمية التقدير لقنوات نظام مزج تقسيمات التردد المتعامدة المتعدد الأدخالات المتعدد الأخراجات عبر قناة البهت متعدد المسار (رايلييف). أن خوارزمية تكرار أقل الأجزاء يمكن أعتبارها فعالة جدا" لتدريب الشبكة العصبية : أولا"، من حيث تدريب الشبكة العصبية لتقدير تغييرات القناة بأستمرار، ثم تقدير أستجابة القناة للتردد. أظهرت نتائج التمثيل للطريقة المعتمدة أداءا" جيدا" أذا ما قورنت الطريقة بغيرها من الطرق الأخرى كخوارزمية (أقل الأجزاء) أو (تكرار أقل الأجزاء التقليدية وغير الذكية). أظهرت الطريقة المعتمدة كذلك كفاءة في فعاليات النظام السريعة.

PDF (الإنجليزية)

حقوق الطبع والنشر:  يحتفظ مؤلفو الوصول المفتوح بحقوق الطبع والنشر لاعمالهم، ويتم توزيع جميع مقالات الوصول المفتوح بموجب شروط ترخيص Creative Commons Attribution License، والتي تسمح بالاستخدام غير المقيد والتوزيع والاستنساخ في أي وسيط، بشرط ذكر العمل الأصلي بشكل صحيح. إن استخدام الأسماء الوصفیة العامة، والأسماء التجاریة، والعلامات التجاریة، وما إلی ذلك في ھذا المنشور، حتی وإن لم یتم تحدیدھ بشکل محدد، لا یعني أن ھذه الأسماء غیر محمیة بموجب القوانین واللوائح ذات الصلة. في حين يعتقد أن المشورة والمعلومات في هذه المجلة صحيحة ودقيقة في تاريخ صحتها، لا يمكن للمؤلفين والمحررين ولا الناشر قبول أي مسؤولية قانونية عن أي أخطاء أو سهو قد يتم. لا يقدم الناشر أي ضمان، صريح أو ضمني، فيما يتعلق بالمواد الواردة في هذه الوثيقة.