Thai University RankingsRESEARCH RADAR
มีหลักฐานผลกระทบระดับโลก

ตัวตรวจจับ RNN–MMSE เพิ่มความทนทานของ Massive MIMO เมื่อข้อมูลช่องสัญญาณคลาดเคลื่อน

RNN based MMSE detection for massive MIMO systems with OTA and imperfect channel state information

นักวิจัยเสนอวิธีตรวจจับสัญญาณ RNN–MMSE สำหรับระบบ Massive MIMO และเปรียบเทียบกับวิธีดั้งเดิมและโมเดลเรียนรู้ ภายใต้ความคลาดเคลื่อนของช่องสัญญาณ Rayleigh fading และการทดสอบส่งผ่านอากาศ

01

ข้อค้นพบสำคัญ

  • ที่ BER 10⁻³ และความผิดพลาดช่องสัญญาณ 20% วิธีนี้ต้องใช้ประมาณ 12.2 dB ต่ำกว่า ZFE 7.3 dB และต่ำกว่า CNN/RNN ราว 3–4 dB ที่ความผิดพลาด 10% ต้องใช้ 9.8 dB; ใน Rayleigh fading 8.5 dB; และ OTA 9.8 dB โดยรายงานความซับซ้อน O(TN²+N³)
02

ทำไมจึงมีความสำคัญระดับโลก

หากผลคงอยู่เมื่อขยายจำนวนเสาอากาศและนำไปใช้บนฮาร์ดแวร์จริง วิธีนี้อาจช่วยให้ลิงก์ 5G/6G ทนต่อการประมาณช่องสัญญาณที่ไม่สมบูรณ์และลดกำลังส่งได้

03

บทบาทของนักวิจัยไทย

อาซิซ นันทอำพรพงศ์ จากมหาวิทยาลัยสงขลานครินทร์ร่วมในงาน ซึ่งเชื่อมความเชี่ยวชาญไทยเข้ากับการพัฒนาการประมวลผลสัญญาณสำหรับเครือข่ายไร้สายยุคถัดไป

04

ข้อจำกัดที่ควรรู้

บทคัดย่อไม่ให้รายละเอียดขนาดระบบ ชุดฝึก ความหลากหลายของช่องสัญญาณ หรือจำนวนการทำซ้ำ OTA อย่างครบถ้วน ความซับซ้อนสูงกว่าเครื่องตรวจจับพื้นฐาน และยังไม่มีตัวเลข latency, หน่วยความจำ, การใช้พลังงาน หรือการรวมเข้ากับฮาร์ดแวร์ขนาดใหญ่ จึงยังสรุปประสิทธิภาพภาคสนามไม่ได้

05

ตรวจสอบแหล่งต้นทาง

Discover Applied SciencesDiscover Applied Sciences

DOI: 10.1007/s42452-026-09176-x

KEEP EXPLORING

งานวิจัยไทยที่น่าติดตามต่อ