Perpustakaan Digital ITB

Karena komponen line-of-sight (LOS) yang dominan dari komunikasi high-altitude platforms (HAP), pelacakan kanal uplink high-speed railway (HSR) biasanya dilakukan dengan membentuk beam terima berdasarkan estimasi direction of arrival (DOA) dari komponen LOS. Meskipun akurasi estimasi DOA meningkat dengan menggunakan resolusi sudut yang lebih kecil, tetapi beam tracking berbasis DOA tidak efisien secara komputasi ketika melibatkan jumlah elemen array yang besar, seperti yang dipakai dalam komunikasi millimeter-wave (mmWave). Selain itu, menjaga keandalan link juga menjadi sebuah tantangan karena ketidakselarasan beam yang sering muncul akibat kecepatan tinggi pengguna. Dalam tesis ini, kami mengusulkan kerangka kerja berbasis learning yang bertujuan untuk memperoleh konektivitas yang andal untuk transmisi data HSR menggunakan infrastruktur HAP yang memakai konfigurasi antena uniform planar array (UPA). Secara lebih jelas, kami menggunakan beam tracking multi-armed bandit (MAB), yang disisipkan di antara dua fase initial access (IA) dari frame radio the fifth generation (5G), serta mengikuti algoritma modifikasi exponential weight (EXP3) yang ada. Skema yang diusulkan menghasilkan probabilitas outage yang mendekati skema berbasis DOA tetapi dengan kompleksitas yang hanya berskala linier dengan ukuran codebook dan tidak bergantung pada jumlah elemen antena. Selain itu, penerapan beam tracking memperpanjang interval antara dua fase IA namun dengan penurunan kinerja outage yang dapat diabaikan, yang berarti lebih banyak ruang yang tersedia untuk transmisi data.