| شناسگر رکورد: | ۴۱۲۲۵ |
| رشته تحصیلی: | مدیریت سیستم های اطلاعاتی |
| عنوان: | سطوح هوشمند قابل تنظیم مجدد با کمکیادگیری تقویتی عمیق برای شبکههای چند گیرنده – چند فرستنده در ۶G |
| نويسنده: | سید محمد امین رضوی |
| استاد راهنما : | دکتر بابک مجیدی دکتر سید پویا شریعت پناهی |
| مقطع تحصیلی : | کارشناسی ارشد |
| دانشگاه : | خاتم |
| تاریخ دفاع : | ۱۴۰۳ |
| چکیده: | ظهور سیستمهای ارتباطی بیسیم ۶G، به دلیل رسیدگی به تقاضاهای روزافزون مشترکین برای سرعت نرخ داده بالاتر، پوشش بیشتر و افزایش بهرهوری طیفی، نیاز به فناوریهای جدید را همراه با خود آورده است. سطوح هوشمند قابل تنظیم (Reconfigurable Intelligent Surfaces) به دلیل توانایی در تغییر شکل محیط انتشار بیسیم، تغییر فاز و دامنه سیگنالهای دریافتی، به یکی از راهحلهای کلیدی این زمینه درآمده است.RISها با کنترل هوشمندانه تغییر فاز تکتک عناصر قادر هستند کنترل بسیار خوبی را بر شرایط کانالهای بیسیم میسر سازند و بهعنوان مکملی برای ارتقای سیستمهای چند گیرنده -چند فرستندهی حجیم (Massive MIMO) در مخابرات نسل شش در نظر گرفته میشوند.یکی از پارامترهای مهم شبکه ۶G نرخ داده است که ارتباط مستقیم با SNR دارد. در این پایاننامه با کمک شبکهی یادگیری تقویتی عمیق (Deep Reinforcement Learning) و اختصاصاً الگوریتمهای DDPG، SAC، TD۳ و DDQN، مدلهایی طراحی شد تا مشکلات روشهای سنتی در بهینهسازی کانالهای مخابراتی و افزایش نرخ بهره برطرف شود. در روشهای متداول و مرسوم بهینهسازی، این هدف مستلزم اطلاعات کامل وضعیت کانال، توان مصرفی بالا و سربار آموزشی بسیار زیاد است و همچنین چون در اکثر موارد جوابهای فضای حالت غیرخطی و غیر محدب هستند، پیچیدگی محاسباتی بسیار بالا دارند و روشهای سنتی لزوماً به جواب بهینه نمیرسند. در این پایاننامه در مرحلهی آخر با استفاده از DDPG، SAC، TD۳ و DDQN به بهینهسازی مشترک ماتریس beamforming در ایستگاه پایه و شیفت فاز در RIS باهدف به حداکثر رساندن نرخ داده مشترکین پرداختهشده است. واژههای كليدی:– Massive MIMO -۶G- سطوح هوشمند قابل تنظیم-یادگیری عمیق |
| Register Number | Part3 | Version | Volume | Part | Part2 | Reference | Call Number | lended | Date Back | Description | |
|---|---|---|---|---|---|---|---|---|---|---|---|
| 284453 | 1 |