模糊類神經網路應用於調適性多天線偵測器正交分頻多工系統

以作者查詢圖書館館藏

、以作者查詢臺灣博碩士

、以作者查詢全國書目

、勘誤回報

、線上人數：50

、訪客IP：18.191.27.78

姓名

卓奕璿(Yi-Hsuan Cho) 查詢紙本館藏

畢業系所

通訊工程學系

論文名稱

模糊類神經網路應用於調適性多天線偵測器正交分頻多工系統
(Adaptive Multi-antenna Detections for an OFDM System Using Fuzzy Neural Networks)

相關論文

★ Branch and Bound 演算法在全光網路包含串音局限的限制條件之最佳化規劃效能分析	★ 平行式最佳區塊碼解碼演算法
★ 數位廣播之視訊系統架構與信號估測	★ 粒子群優化演算法應用於電信業解決方案選商及專案排程之優化
★ 結合PSO及K-Means聚類分析演算法的圖像分割	★ 利用粒子群優化演算法改善分群演算法在訊號分群上之應用
★ 應用模糊聚類與粒子演算法之色彩分群研究	★ 粒子群優化演算法應用於企業更新數據網路採購之優化
★ 粒子群演算法應用於無線區域網路產品硬體開發成本優化	★ 粒子群演算法應用企業伺服器負載平衡之省電優化
★ 粒子群優化演算法應用於瓦斯業微電腦瓦斯表自動讀表之優化	★ 近場通訊之智慧倉儲管理
★ 在Android 平台上實現NFC 室內定位	★ 適用於訊號傳輸暨無線電力傳輸之設計
★ 結合PSO及圖像品質評估演算法識別頻譜訊號	★ 粒子群優化與二維Otsu演算法於影像二元化閥值選取研究

檔案

[Endnote RIS 格式]

[Bibtex 格式]

[相關文章]

[文章引用]

[完整記錄]

[館藏目錄]

至系統瀏覽論文 ( 永不開放)

摘要(中)

在傳統的正交分頻多工(OFDM)系統線性波束形成(beamforming)偵測中，遇到複雜通道或是不好的環境時，很容易達到其工作的極限。
為了提升偵測方式的效能，本篇論文提出的方法為，將模糊類神經網路(FNN)非線性偵測方式應用於OFDM系統調適性波束形成偵測器上。
而模擬結果顯示出，比起傳統的線性波束形成器偵測方式，模糊類神經網路能在位元錯誤率(BER)部分表現更為優異。

摘要(英)

In conventional orthogonal frequency division multiplexing (OFDM) systems linear beamforming detection, the encounter complex or a bad channel environment, it is easy to reach the limits of their work.
In order to enhance the performance of detection methods, this paper proposed method, the fuzzy neural network (FNN) non-linear detection methods used in OFDM system, adaptive beamforming on the sensor.
The simulation results show, compared to conventional linear beamformer detection methods, fuzzy neural network in bit error rate (BER) part was even better.

關鍵字(中)

★ 波束成形器
★ 類神經網路

關鍵字(英)

★ beamforming
★ fuzzy nerual network

論文目次

目錄
摘要 v
Abstract vi
誌謝 vii
圖目錄 x
表目錄 xi
第一章緒論(Introduction) 1
1-1 前言 1
1-2 模糊類神經網路 (Fuzzy Neural Network, FNN) 4
1-2-1 模糊系統 4
1-2-3 模糊類神經網路 6
1-3 放射狀基底函數網路(radial basis function network) 8
1-4 本篇論文組織 9
第二章正交分頻多工調適性波束形成器 (OFDM adaptive beamformer) 10
2-1 正交分頻多工系統(OFDM system) 10
2-2 調適性陣列天線 (adaptive array antennas) 11
2-2-1等距線性陣列天線通道模型 (Uniform Linear Array Antenna, ULA) 13
2-3 OFDM系統下的波束成形演算法 15
2-3-1 MMSE (最小均方誤差) 17
2-3-2 LMS (最小均方) 18
2-3-3 MBER (最小位元錯誤率) 20
第三章模糊類神經網路應用於OFDM系統調適性波束成形器 (OFDM Adaptive Beamformer Using FNN) 22
3-1 FNN傳輸系統架構圖 23
3-2 對稱式放射狀基底函數(symmetric radial basis function, SRBF) 24
3-2-1 k-means分群法(k-means clustering) 26
3-3 本章總結 27
第四章模擬結果(simulation results) 28
4-1 系統模擬架構 28
4-2 收斂特性分析 30
4-3 BER分析 31
4-4 GBF分析 32
結論 34
參考文獻 (References) 35

參考文獻

[1] S. Siu, Chia-Lu Ho, and Chien-Min Lee, “TSK-based decision feedback equalizer using an evolutionary algorithm applied to QAM communication systems,” IEEE Transactions on Circuits and Systems II: Express Briefs, vol. 52, 2005, pp. 596-600.
[2] 蘇木春, 張孝德, 機器學習：類神經網路、模糊系統以及基因演算法則,全華圖書公司, 臺北市, 2006.
[3] H. Song, C. Wang, Y. He, S. Ma, and J. Zuo, “Decision feedback equalizer based on non-singleton fuzzy regular neural networks,” Journal of Systems Engineering and Electronics, vol. 17, 2006, pp. 896-900.
[4] L. Hanzo, M. M¨unster, B.J. Choi and T. Keller, OFDM and MC-CDMA for Broadband Multi-user Communications, WLANs and Broadcasting, U.K, 2000.
[5] S. Chen, N. Ahmad, and L. Hanzo, “Adaptive minimum bit-error rate beamforming,” IEEE Transactions on Wireless Communications, vol. 4, 2005, pp. 341-348.
[6] S. Chen, A.K. Samingan, B. Mulgrew, and L. Hanzo, “Adaptive Minimum-BER Linear Multiuser Detection for DS-CDMA Signals in Multipath Channels,“ IEEE Transactions on Signal Processing , vol. 49, NO. 6, June 2001,pp. 1240-1247.
[7] M.S. Bazaraa, H.D. Sherali, and C.M. Shetty, Nonlinear programming: theory and algorithms, John Wiley and Sons, 2006.
[8] C. K. Kim, K. Lee, and Y. S. Cho, “Adaptive beamforming algorithm for OFDM systems with antenna arrays,” IEEE Transactions on Consumer Electronics, vol. 46, 2000, pp. 1052-1058.
[9] X. Lian H. Nikookar, L. P. Lighthart and J. Zhou, “Adaptive OFDM Beamformer with Constarined Weights for Cognitive Radio,” Vehicular Technology Conference, 2009, VTC Spring 2009. IEEE 69th 26-29 April 2009,pp.1-5.
[10] M. S. Heakle, M. A. Mangoud and S. Elnoubi , “LMS Beamforming Using Pre and Post-FFT Processing for OFDM Communication Systems,” 24th National Radio Science Conference (NRSC 2007), pp. B2-1 – B2-6.
[11] Peter Joseph Bevelacqua, ANTENNA ARRAYS: PERFORMANCE LIMITS AND GEOMETRY OPTIMIZATION, ARIZONA STATE UNIVERSITY, May 2008.
[12] S. Chen, K. Labib, and L. Hanzo, “Clustering-Based Symmetric Radial Basis Function Beamforming,” IEEE Signal Processing Letters, vol. 14, 2007, pp. 589-592.

指導教授

賀嘉律(Chia-Lu Ho)

審核日期

2011-7-27

推文