Étude du beamforming hybride MIMO massif-OFDM pour la 5G en utilisant l’algorithme heuristique
| dc.contributor.author | Hadj Slimane, Mouad | |
| dc.contributor.author | Senouci Bereksi,Ali | |
| dc.date.accessioned | 2026-01-28T10:35:52Z | |
| dc.date.available | 2026-01-28T10:35:52Z | |
| dc.date.issued | 2025-06-15 | |
| dc.description.abstract | Ce mémoire porte sur l’évaluation d’un système de formation de faisceaux hybride, appliqué aux réseaux MIMO massifs multi-utilisateurs intégrant la modulation multiporteuses OFDM, dans le contexte des réseaux 5G. L’objectif principal est d’optimiser l’efficacité spectrale et la fiabilité du système, tout en réduisant les coûts matériels grâce à une architecture hybride combinant des traitements analogiques et numériques. Un algorithme heuristique est utilisé pour optimiser conjointement les précodeurs et les combineurs, en recherchant un compromis entre complexité, consommation énergétique et qualité du lien radio. Les résultats obtenus montrent que l’architecture hybride peut offrir des performances proches de celles d’un système entièrement numérique, tout en étant plus économique. | |
| dc.identifier.uri | https://dspace.univ-tlemcen.dz/handle/112/25646 | |
| dc.language.iso | fr | |
| dc.publisher | University of Tlemcen | |
| dc.relation.ispartofseries | N°inventaire 2725 | |
| dc.subject | 5G | |
| dc.subject | formation de faisceaux | |
| dc.subject | précodage hybride | |
| dc.subject | ondes millimétriques | |
| dc.subject | MIMO massif | |
| dc.subject | OFDM | |
| dc.subject | optimisation | |
| dc.subject | Algorithme heuristique. | |
| dc.title | Étude du beamforming hybride MIMO massif-OFDM pour la 5G en utilisant l’algorithme heuristique | |
| dc.type | Thesis |
Files
Original bundle
1 - 1 of 1
Loading...
- Name:
- Etude_du_beamforming_hybride_MIMO_massif-OFDM_pour_la_5G_en_utilisant_l’algorithme_heuristique.pdf
- Size:
- 1.2 MB
- Format:
- Adobe Portable Document Format
License bundle
1 - 1 of 1
Loading...
- Name:
- license.txt
- Size:
- 1.71 KB
- Format:
- Item-specific license agreed upon to submission
- Description: