Vui lòng dùng định danh này để trích dẫn hoặc liên kết đến tài liệu này: http://thuvienso.dut.udn.vn/handle/DUT/2607
Trường DCGiá trị Ngôn ngữ
dc.contributor.advisorLê, Thị Phương Mai, TS
dc.contributor.advisorNguyễn, Văn Hiếu, TS
dc.contributor.authorNguyễn, Trung Hiếu
dc.date.accessioned2024-11-06T02:21:45Z-
dc.date.available2024-11-06T02:21:45Z-
dc.date.issued2023
dc.identifier.urihttp://thuvienso.dut.udn.vn/handle/DUT/2607-
dc.descriptionLuận văn. Mã số: 8520203; 76 trvi
dc.description.abstractMassive MIMO được giới thiệu trong mạng 5G và sau 5G là một trong những giải pháp quan trọng nhất để nâng cao hiệu quả hoạt động hệ thống vô tuyến. Tuy vậy, các thuật toán phân bổ công suất thường rất phức tạp trong khi yêu cầu hệ thống cần phải đáp ứng rất nhanh. Trong luận văn này, việc ứng dụng mạng neural dựa trên học sâu trong việc tối ưu phân bổ công suất đường xuống được đề xuất nhằm góp phần nâng cao hiệu năng của hệ thống massive MIMO cho các mạng thế hệ tương lai.vi
dc.language.isovivi
dc.publisherTrường Đại học Bách khoa - Đà Nẵngvi
dc.subjectKỹ thuật Điện tửvi
dc.subjectMassive MIMOvi
dc.subjectHiệu suất phổvi
dc.titleTối ưu phân bổ công suất trong công nghệ Massive Mimovi
dc.title.alternativeApplication of deep learning in improving system performance for Massive Mimo networksvi
dc.typeLuận vănvi
item.grantfulltextrestricted-
item.languageiso639-1vi-
item.fulltextCó toàn văn-
item.openairetypeLuận văn-
item.cerifentitytypePublications-
item.openairecristypehttp://purl.org/coar/resource_type/c_18cf-
Bộ sưu tập: LV.Kỹ thuật điện tử
Các tập tin trong tài liệu này:
Tập tin Mô tả Kích thước Định dạng Đã có tài khoản, vui lòng Đăng nhập
4.LV.134056.NGUYENTRUNGHIEU.TT.pdfLV.134056.NGUYENTRUNGHIEU.TT1.16 MBAdobe PDFHình minh họa
4.LV.134056.NGUYENTRUNGHIEU.TV.pdfLV.134056.NGUYENTRUNGHIEU.TV4.55 MBAdobe PDFHình minh họa
Hiển thị đơn giản biểu ghi tài liệu

Các đề xuất từ CORE

Lượt xem 50

9
đã cập nhật vào 27-03-2025

Lượt tải xuống 50

6
đã cập nhật vào 27-03-2025

Google Scholar TM

Kiểm tra...


Khi sử dụng các tài liệu trong Hệ thống quản lý thông tin nghiên cứu phải tuân thủ Luật bản quyền.