Paling banyak satu email per minggu. Berhenti kapan saja dengan satu klik.
Transkrip
Narasi lengkap video ini. Kalimat yang sedang diucapkan disorot saat video diputar; klik kalimat untuk melompat ke sana.
Tampilkan transkrip
Pembuka
Inilah hasil akhirnya, bit error rate data yang diterima 32 antena dengan kanal hasil tiap estimator. Pada SNR-5dB, CNN menghasilkan galat bit 2,4 kali lebih sedikit dari LMMSI dan 5 kali lebih sedikit dari list squares. Ayo kita mulai. Halo, selamat datang di episode terakhir seri estimasi kanal masif MIMO FDM dengan Deep Neural Network. NMSI mengukur akurasi estimasi, tetapi pengguna merasakan bit error rate. Hari ini kita kirim data sungguhan, menggabungkan 32 antena dengan maksimum ratio combining memakai kanal hasil estimasi, dan melihat dampaknya.
Langkah 1: BER dengan MRC 32 antena
Buat file evaluasi .py, kita pakai 1000 kanal uji. Fungsi bermRC mengirim simbol QPSK di semua subkrier, menerimanya di 32 antena dengan draw, lalu menggabungkannya dengan maksimum ratio combining. Jumlah konjugat kanal estimasi dikali sinyal terima, dibagi jumlah kuadrat magnitudo kanal estimasi. Kanal yang salah estimasi membuat penggabungan tidak koheren dan simbol bergeser. Untuk setiap SNR dari minus 10 sampai 10 desibel, kita hitung NMSI dan BIR untuk CSI sempurna, LS, LMMSI, dan CNN. Jalankan. Dengan CSI sempurna, BIR sudah 1,2 kali 10 pangkat minus 3 di minus 5 desibel berkat penguatan 32 antena. Di SNR yang sama, LS 8,8 kali 10 pangkat minus 2, LMMSI 4,2 kali 10 pangkat minus 2, dan CNN 1,8 kali 10 pangkat minus 2. BIR-CNN 0,42 kali BIR-LMMSI dan 0,2 kali BIR-LS. Pada 5 desibel, LS masih mentok di 4 kali 10 pangkat minus 3, sedangkan CNN 1,6 kali 10 pangkat minus 5.
Langkah 2: Kurva NMSE & BER
Lanjutkan dengan grafik NMSI dan BIR. Mari lihat grafiknya. Kurva NMSI-CNN selalu di bawah LMMSI di seluruh rentang. Pada grafik BIR, garis putus-putus hitam CSI sempurna adalah batas terbaik, dan CNN paling dekat dengannya. Kurva LS mendatar di SNR tinggi karena galat interpolasinya membuat lantai galat. Selisih horizontal antar kurva menunjukkan penghematan daya. Untuk BIR yang sama, CNN butuh daya sekitar 1-2 desibel lebih kecil dari LMMSI.
Selesai!
Selesai, dan selesai pula seri ini. Kita sudah membangun penelitian estimasi kanal masif MIMO-FDM secara lengkap, OFDM, kanal masif Maimo dan Dataset, List Squares dan LMMSI, CNN Hybrid berdilatasi, pengaruh pilot dan SNR, sampai evaluasi NMSI dan BIR. Untuk penelitian lanjutan, coba kanal dengan mobilitas dan efek Doppler, arsitektur transformer, estimasi multi-user dengan pilot kontamination, atau model 3G-PP-CDL yang lebih realistis. Terima kasih sudah mengikuti seri ini. Sedang menyusun skripsi, tesis, atau riset di bidang telekomunikasi dan kecerdasan buatan? Cerdas inovasi digital membantu implementasi riset sistem komunikasi, dari OFDM dan kanal multipass, simulasi masif Maimo, estimator List Squares dan LMMSI, sampai estimasi kanal berbasis deep learning dengan PyTorch, serta membuka kursus pemrograman Python untuk teknik elektro dan telekomunikasi. Ingin menguasai seluruh seri ini, dari dasar OFDM sampai evaluasi NMSI dan BIR? Semua 6 episode, lengkap dengan PDF panduan langkah demi langkah dan source code, tersedia untuk pelanggan tutorial premium. Berlangganan mulai Rp69.000 per bulan, hemat 28% dengan paket 12 bulan, atau sekali bayar Rp999.000 untuk akses seumur hidup. Terima kasih telah menonton, sampai jumpa di episode berikutnya.
Tanya materi kelas
Ketik pertanyaan atau kata kunci; kami carikan bagian episode ini yang menjelaskannya dan lompatkan videonya ke sana.
Catatan saya
Catatan disimpan bersama menit video saat ini dan hanya terlihat oleh Anda.
Tanya jawab
Bingung di salah satu langkah? Tanyakan di sini; pengajar dan peserta lain bisa menjawab.
Belum ada pertanyaan.
Pengajar
Tim Cerdas Inovasi Digital
Pengembang software, engineer BIM & 3D, dan praktisi AI
53 kelas video1.286 episode
Sehari-hari kami mengerjakan software, model BIM, game, dan otomasi AI untuk klien, lalu menjadikan pengalaman praktik itu kelas langkah demi langkah: setiap langkah diperlihatkan di layar dan dilengkapi panduan PDF.
