Сравнительный анализ алгоритмов вычислительного интеллекта для оценки канала LTE
Аннотация:
Выполнение моделирования и точной оценки канала беспроводной связи в стандарте Long-Term Evolution (LTE) необходимо для работы многочисленных приложений, таких как потоковое видео, а также для эффективного использования полосы пропускания и энергии. Это связано с постоянным увеличением трафика данных и развитием интернета вещей. Существующие исследования в основном направлены на изучение моделей оценки канала с использованием традиционных алгоритмов вычисления минимальной среднеквадратичной ошибки Minimum Mean Square Error (MMSE) и наименьших квадратов Least Square (LS). Предложенная модель позволяет улучшить оценку канала в мобильных сетях стандарта LTE. Модель основана на объединении методов наименьших квадратов и наименьшей среднеквадратической ошибки с применением Тагучи-генетического алгоритма и алгоритма оптимизации роя частиц Particle Swarm Intelligence (PSO). Приведен пример сети LTE, работающей в диапазоне 5,8 ГГц. Случайные пилотные сигналы следуют вместе с данными для получения сведений о канале, помогают декодировать сигнал в приемнике и оценивать LS и MMSE за счет сочетания Тагучи-генетического алгоритма и PSO соответственно. Выполнена оценка эффективности модели по частоте битовых ошибок Bit Error Rate (BER), отношению сигнал/шум и среднеквадратической ошибки. С учетом величины BER представленная модель на основе искусственного интеллекта обеспечивает лучшие результаты по сравнению с MMSE на 2,4 дБ и с LS – на 5,4 дБ.
Ключевые слова:
Постоянный URL
Статьи в номере
- Исследование силиконовой пленки, осажденной на поверхность кварцевого стекла под действием лазерного излучения
- Оптические композиты на основе органических полимеров и полупроводниковых пигментов
- Новый алгоритм идентификации частоты синусоидального сигнала с постоянными параметрами
- Исследование кремниевых p-n структур с моно- и мультифоточувствительными поверхностями
- Детектирование состояния зевоты у водителя транспортного средства при помощи модели сверточной нейронной сети
- Применение теории игр для обеспечения безопасности коммуникации киберфизической системы с использованием механизмов репутации и доверия
- Исследование влияния человеческих факторов на скорость движения рельсового городского транспорта
- Алгоритм обнаружения RFID-дубликатов
- Редукция набора детекторов LSB с заданной достоверностью
- Классификация объектов на изображениях с учетом искажений на основе двухэтапного топологического анализа
- Снижение размерности атрибутов с использованием нечетко оптимизированного независимого компонентного анализа для системы обнаружения вторжений в большие данные
- Оптимальная быстрая генерация и распределение квантовых ключей
- Исследование способов векторизации неструктурируемых текстовых документов на естественном языке по степени их влияния на качество работы различных классификаторов
- Распознавание эмоционального состояния человека на основе сверточной нейронной сети
- Интеллектуализация управления развитием персонала высокотехнологичных сервис-ориентированных компаний
- Исследование эффективности работы системы коррекции магнитного компаса
- Новая аналитическая модель тока стока и параметров малых сигналов AlGaN-GaN транзисторов с высокой подвижностью электронов
- Вменение и системное моделирование параметров кислотно-основного состояния различных групп пациентов
- Построение на базе задачи машины Дубинса опорных траекторий движения объектов с учетом постоянных внешних воздействий
- Математическая модель эпидемии с произвольным законом восстановления
- Моделирование импульсного истечения смеси воздуха и мелкодисперсного порошка, частично заполняющего выбросной канал
- Использование векторизованных структур данных при реализации вычислительных алгоритмов решения задач механики сплошной среды
- Внедрение системы поддержки принятия решений для повышения качества медицинских данных пациентов с артериальной гипертензией