پیاده‌سازی مقاله پیوستی به روش‌های یادگیری عمیق برای تخمین کانال با پایتون

شرح پروژه

با سلام و احترام،

هدف از این پروژه، پیاده‌سازی و شبیه‌سازی مجدد مقاله پیوست شده با عنوان «Machine Learning-Based 5G-and-Beyond Channel Estimation for MIMO-OFDM Communication Systems» می‌باشد. در این پروژه ابتدا باید یک سیستم MIMO-OFDM مطابق با مشخصات مقاله شامل مدولاسیون QAM، ساختار پایلوت DM-RS و مدل کانال 3GPP TDL-C همراه با اثرات فیدینگ چندمسیره و Doppler طراحی و شبیه‌سازی شود تا داده‌های کانال تولید گردند.

در ادامه، تخمین کانال با استفاده از روش‌های مرجع LS و LMMSE انجام شده و سپس یک ماژول مبتنی بر یادگیری عمیق برای بهبود خروجی LS طراحی و پیاده‌سازی شود. این بخش شامل سه معماری مختلف شبکه عصبی شامل Fully Connected DNN، CNN و Bi-LSTM مطابق با ساختار ارائه‌شده در مقاله است. هدف شبکه‌ها یادگیری نگاشت بین تخمین اولیه LS و کانال واقعی و کاهش خطای تخمین (MSE) می‌باشد.

در نهایت لازم است خروجی‌های کامل شبیه‌سازی شامل نمودارهای MSE بر حسب SNR، BER بر حسب SNR، بررسی اثر سرعت حرکت (Doppler در دو حالت کم‌سرعت و پرسرعت) و همچنین تحلیل اثر چگالی پایلوت ارائه شوند. تمامی نمودارها باید واقعی و حاصل اجرای مدل باشند و صرفاً به صورت نمایشی یا ساختگی تولید نشوند.

بدیهی است نتایج ممکن است دقیقاً مشابه مقاله نباشند، اما باید روندها و رفتارهای گزارش‌شده در مقاله (مانند برتری مدل‌های یادگیری عمیق نسبت به LS و LMMSE و عملکرد بهتر Bi-LSTM در اغلب شرایط) به‌درستی مشاهده شوند. همچنین مدل‌ها نباید دچار overfitting یا underfitting شدید باشند و رفتار آموزش باید پایدار و قابل دفاع باشد و نتایج  وتصاویر با کیفیت باشند.

کد نهایی باید به‌صورت کامل و قابل اجرا (ترجیحاً در قالب Jupyter Notebook ) ارائه شود و شامل تمامی بخش‌های تولید داده، آموزش مدل‌ها و رسم نمودارها باشد. همچنین در تمام بخش‌های کد باید توضیحات (کامنت‌گذاری کامل و قابل فهم) درج شود تا منطق پیاده‌سازی کاملاً مشخص باشد.

از ایجاد خروجی غیر واقعی(ساخت منحنی جعلی) حتما حتما اجتناب شده و خروجی های ارائه شده حتما باید خروجی های مدل باشند.

جهت اطمینان از درستی کد ها، مجددا شخصا کدها را قبل از پذیرش پروژه اجرا خواهم کرد و نباید پیغام خطایی دریافت شود یا خروجی اشتباهی دهد.

این پروژه شامل 1 فایل مهم است، لطفا قبل از ارسال پیشنهاد حتما نسبت به بررسی این فایل اقدام فرمایید.

مهارت ها و تخصص های مورد نیاز

درباره کارفرما

کاربر367222

عضویت چهار سال پیش

15 پروژه ثبت شده ،

0 پروژه در حال انجام ،

0 پروژه آماده دریافت پیشنهاد ،

نرخ پذیرش پیشنهاد 53%