حسین خالقی بیزکی - مجتمع دانشگاهی برق و کامپیوتر - دانشگاه صنعتی مالک اشتر - تهران - ایران
مهدی طیب مسعود - مجتمع دانشگاهی برق و کامپیوتر - دانشگاه صنعتی مالک اشتر - تهران - ایران

ظرفیت سیستم­های مخابرات بی­سیم را می­توان با بکار بردن چند آنتن در فرستنده و چند آنتن در گیرنده به نحو قابل ملاحظه ای افزایش داد. در چنین سیستم­هایی، که MIMO نام دارند، گیرنده با دانشی که از کانال دارد، به آشکارسازی سیگنال ارسالی می­پردازد. روش­های مختلفی برای آشکارسازی بهینه و زیربهینه سمبل­های ارسالی پیشنهاد شده است. اخیرا مفاهیم یادگیری عمیق و استفاده از شبکه­های عصبی به منظور آشکارسازی در حد بهینه و حجم محاسبات کمتر در فرآیند تست، در مقایسه با سایر روش­های سنتی پیشین، بکار گرفته شده است. درصورتی که اطلاعات کانال در گیرنده با خطا همراه باشد، کارایی این نوع آشکارساز کاهش یافته و درنتیجه نرخ خطای بیت افزایش می­یابد. با توجه به اینکه در عمل، گیرنده تخمینی از کانال میان فرستنده و گیرنده را در اختیار دارد و نه مقدار دقیق آن را، مقاله حاضر روشی بهبودیافته برای آشکارسازی مبتنی بر یادگیری عمیق و مقاوم در برابر خطای تخمین کانال، پیشنهاد می­کند. در این روش آشکارسازی با استفاده از ماتریس کوواریانس تخمین­گر کانال و استفاده از مفاهیم یادگیری عمیق، یک آشکارساز مقاوم در برابر خطای تخمین کانال پیشنهاد و به صورت تحلیلی مورد بررسی قرار گرفته است. نتایج شبیه سازی مبین کارایی روش پیشنهادی در سیستم های MIMO است.

سیستم های چند ورودی و چند خروجی (MIMO), آشکارسازی مقاوم, یادگیری عمیق, خطای تخمین کانال