Odhad parametrů rádiového kanálu s využitím umělých neuronových sítí

Abstract

Hlavním cílem této práce je prozkoumat možnosti umělých neuronových sítí na poli odhadování parametrů rádiového kanálu. Teoreticky a algebraicky jsem popsal model bezdrátového kanálu, vytvořil simulátor impulsových odezev, který produkuje teoreticky přesné vzorky, ale zároveň respektuje omezení reálných měřících zařízení. Uvedený a implementovaný SAGE algoritmus slouží jako reference odhadů. Představil jsem metodu založenou na dvouúrovňovém zpracování signálu pomocí neuronových sítích, které v první řadě hrubě odhadují časové zpoždění komponent vícecestného šíření spolu s výkonovými profily šumu tvořeného za hlavními vrcholy. Tyto odhady jsou následně použity spolu s originální impulzovou odezvou jako vstup finální neuronové sítě, která precizně odhaduje zpoždění komponent vícecestného šíření. Výsledky byly porovnány s odhady referenčního SAGE algoritmu a teoretickou spodní mezí Cramér-Rao lower bound.The main goal of this thesis is to explore opportunities the artificial neural networks could offer to the field of wireless parameter estimation. We theoretically and algebraically describe complex channel model that consists of multi-path components, dense multi-path components and additive white Gaussian noise. Channel impulse response simulator capable of both correctly providing us artificial channel impulse responses and respecting limits of real measurements equipments was implemented. We focus on estimating time of arrival and parameters of dense multi-path components. SAGE algorithm is used as a state-of-the-art estimation performance reference. Method based on artificial neural networks first roughly estimating time of arrivals of multi-path components and power decay profile of dense multi-path components using two artificial neural networks is proposed. Results are then used as inputs into the artificial neural network which fine estimates time of arrival of multi-path components. Results are compared to estimates of reference SAGE algoritm and Cramér-Rao lower bound.