• 學位論文

稀疏貝氏學習於多天線及張量系統之應用

在本論文中，我們將稀疏式貝葉斯學習（SBL）方法擴展到可以使用多個非恆定維的線性量測可得的情況下，推導相關演算法的實現細節。我們假設要從線性測量中恢復的稀疏訊號向量具有共同的非零位置。因此，我們將這些訊號向量建模為在SBL 框架內具有複數高斯先驗分佈的隨機向量。然後，我們將所得的SBL 算法應用於估計三個MIMO 系統相關的訊號通道響應。對於第一個系統，提出了一種簡單的角域點對點MIMO 訊號通道估測算法。對於第二個系統，提出了可調式智慧表面（RIS）輔助網路下的訊號通道算法。對於第三系統，我們解決低秩矩陣的矩陣填充問題，並應用在可切換式的天線陣列系統之下。然後，第一個系統的特殊結構促使我們將稀疏向量訊號還原延伸到稀疏張量訊號還原。此延伸降低了具有特殊結構的線性逆問題的計算複雜性。然後，我們發現，當天線陣列在空間中規則排列時，可以將空間頻率域中的通道估計公式化為具有特殊結構的線性逆問題。對於第二個系統，完成通道估計後，基於估計的結果，以控 制RIS 上的移相器。這樣，RIS 可以控制發射機和接收機之間的通道品質。由於一般的通訊系統並無控制通道品質，因此該概念的出現打破原先傳統通訊系統的框架。

• 學位論文

改良式極化碼置信度傳播解碼器

極化碼在編碼理論中有重大的突破，當碼長趨近於無限長的時候，它被證實其效能可達到向農通道容量，建構極化位元通道排序的方法有巴氏參數法、高斯近似法和極化權重法，後續實驗的位元通道排序採用華為公司所提出的極化權重法，其為高斯近似最佳設計參數的快速建構演算法。本論文提出在傳統極化碼的循環冗餘輔助列表連續消除解碼以及置信度傳播解碼的情況下，串接高碼率的短縮里德所羅門碼來提升整體解碼效能，且我們主要想要改善置信度傳播解碼的錯誤基數現象。里德所羅門碼除了常用的改錯解碼外，也可搭配極化碼在循環冗餘輔助列表連續消除解碼和置信度傳播解碼所提供的自我校驗功能，進一步改用擦除解碼提升更正能力，以下實驗採用以伽羅瓦域(二的八次方)為基底的短縮里德所羅門碼，針對不同參數之串接方案進行比較與分析。

• 學位論文

基於聯邦深度學習之綜合圖像壓縮、傳輸、與辨識架構

聯網裝置已成為生活中不可或缺的一部分，許多應用及服務(例如圖像辨識) 都必須透過聯網裝置將資料(例如圖片) 傳輸至伺服器處理而成。然而無線傳輸頻寬有限，而且在行動裝置低耗能、低複雜度的要求下，如何有效率地將圖像傳輸至伺服器以完成圖像辨識是一項具有挑戰性的工作。隨著深度學習技術的突飛猛進，使用神經網路的圖像辨識系統的正確率大幅提昇，而近年來，深度神經網路也被用於端對端通訊系統的設計。為了設計有效率的圖片傳輸及辨識系統，在本論文中我們提出一個深度學習的架構來綜合設計基於神經網路的圖片壓縮、傳輸、及辨識系統，以達到低頻寬、低耗能、低複雜度、及高辨識率的要求。我們也提出了利用遷移學習來降低線上學習的複雜度。此外，在多使用者的情境中、各行動裝置用以訓練神經網路的圖像資料基於隱私因素無法與其他行動裝置及伺服器分享的情況下，我們利用聯邦學習來訓練深度神經網路。模擬結果顯示，我們提出的基於聯邦深度學習的綜合壓縮、傳輸、辨識系統比傳統的方法大幅提高了效能，尤其在低訊雜比的情況下仍能維持高辨識率。

• 學位論文

針對中繼波束成型系統中考量位元錯誤率之鏈結訊雜比量化器設計：基於不動點理論之論點

協作式波束成型為現代無線中繼通訊技術中能有效提升鏈結可靠度之關鍵技術。為了設計波束成型，中繼通訊系統之目的端必須獲取訊源端至中繼端的通道鏈結訊雜比之資訊。於協作式波束成型系統下其中一種典型的使用中繼站輔助的訊雜比擷取協定當中，每個中繼端首先會量化訊源端至此的通道鏈結訊雜比，然後再將此量化後的資訊傳給目的端。於本篇論文中，我們基於減少整體通訊系統之位元錯誤率的前提下研究上述的量化器設計問題，並考慮量化器設定為多位元量化器。我們首先證實該設計問題的最佳化一階必要條件可表示為作用於量化閥值可行集之某類非線性映射其不動點。該不動點之存在性與唯一性分別由Brouwer和Schauder的不動點定理所建立。最後，我們證實由上述方法所獲得之不動點確實為所有量化閥值中最佳之選擇。據筆者所知，此項研究在無線中繼通訊領域中為首創在訊雜比量化問題中利用不動點理論嚴謹求解之研究。

• 學位論文

具陣列天線OFDM系統中到達角度與角度分散之估計

本篇論文提出一個新的方法用來估計平均到達角度及角度分散。首先將正交分頻多工系統中的領航訊號用於匹配追蹤方法估算通道脈衝響應，之後計算每個通道階的相關性矩陣。並從中估計出其平均到達角度，再使用分散式信號參數估計方法估計其角度分散。對均勻線性陣列系統，分散式信號參數估計方法需要二維搜索然而提出的方法只需要一維，然後再擴展到平面陣列系統。在平面陣列系統下，分散式信號參數估計方法需要進行四維搜索，然而提出的方法則是二維，明顯的降低計算複雜度。模擬結果展現提出的方法優於傳統的平均到達角度及角度分散之估計方法。

• 學位論文

基於變分自動編碼器的高性能主機式入侵檢測系統

基於主機的入侵檢測系統（HIDS）是網絡安全的必要元素，尤其是當越來越多的數據被加密時，這使得基於網絡的入侵檢測系統 ( NIDS ) 失去了數據包內容檢查的功能。經過多年的研究，系統調用是眾所周知的HIDS的首選數據。近期的一篇論文，提出了一種語義分析方法，並且與以前的各種句法分析的方案相比，該方法獲得了最佳的性能。 但是語義分析方法需要相當大的計算複雜度，而對於現代攻擊而言，性能差異造成的影響是非常巨大的。 在那之後，一種不需數據預處理且具有高準確度的深度學習架構被提出了，但是它仍然存在高複雜度的問題。在本文中，我們對該結構進行了一些調整。 實驗結果表明，我們的設計比以前的方法具有更好的準確度和效率。

• 學位論文

整合接取與後傳多段式高密度小蜂巢網路: 資源分配與小基站部署

以一個大型(主)基站(MBS)與若干個小型基站(SBS)為單位所組合而成的超高密度小蜂巢(ultra-dense small cell)異質網路是典型的5G毫米波移動寬頻通訊網路架構。大基站除了服務鄰近的用戶外，同時也借助多段傳送的方式連結小基站以服務距離較遠的用戶。整合接取與後傳(Integrated-Access-and-Backhaul, IAB)是一個新興的技術，在IAB網路，小基站透過無線鏈路同時擔任用戶接取端點與後傳的中繼站。本文旨在研究:當此無線網路配以多天線正交分頻多工(MIMO-OFDM)的傳輸技術時，如何分配無線資源及選擇小基站的位置。 首先我們發展一套最佳的資源分配演算法(基於加權總容量最大化方式)。其中資源分配包含了子載波(subcarrier)及空間子通道(subchannel)的指定以及相關的功率分配。我們另外提出兩種低複雜度的演算法並透過模擬驗證，所提的低複雜度演算法在效能表現上與最佳演算法比較，在高訊號雜音比時雖會有些微損失但計算複雜度卻可大大的降低。我們的資源分配演算法亦可應用於其他的用戶關聯(UE association)規則以及小基站佈署的多段式無線網路系統。另外，我們考慮了因為系統回報量測的通道狀態訊息給主基地台與此訊息實際用於傳輸的時間延遲而導致通道老化現象。我們展示了利用通道預測法來克服通道老化所帶來的效益以及集中式資源分配方法的限制。同時也探討了頻率再利用以及多段式架構的好處。 對於整合接取與後傳的蜂巢式網路，一個可能更重要的系統設計問題是小基站佈署問題。根據給定的用戶關聯規則和用戶位置之統計分佈，我們發展了一套系統性的方法來找到最佳小基站位置。針對兩種特殊的電波傳播模型，我們推導出小基站位置的閉合表示式，該小基站位置的佈署可以最大化頻譜效率的下限。電腦模擬數據與閉合式解決方案的一致驗證了我們估計的準確性。

• 學位論文

基於髒紙編碼下多輸入多輸出下鏈通訊的總傳輸率與公平性之權衡

基於最近提出的公平性測度名為L1距離測度，本文提供了在多天線下鏈通訊中，可達到的總傳輸率與公平性之間的權衡。對於多天線廣播通道，我們介紹了兩種編碼方案，分別是髒紙編碼方案以及連續迫零髒紙編碼方案。我們提供了一個演算法來找到髒紙編碼方案下可達到的權衡曲線，並且與連續迫零髒紙編碼方案下最佳權衡曲線比較。模擬結果顯示，髒紙編碼方案下可達到的權衡優於連續迫零髒紙編碼方案的最佳權衡。

• 學位論文

晶格髒紙編碼設計與快速量化解碼演算法

在此篇論文中，我們以TCQ/TCM為主要架構討論在髒紙碼下性能表現。首先，我們先介紹髒紙碼和髒紙碼在TCQ/TCM下基礎的架構與運作。再來我們將TCQ/TCM原有的PAM/QAM 調變方式延伸為晶格碼上，使傳送訊號映射到各個晶格點上，並且利用特定的沃羅諾伊區間(Voronoi region) 從而設計量化、解碼演算法，達成接收端較少的運算複雜度，在過程當中我們主要以晶格結構A 來模擬此結果，並且分析在不同調變參數下效能的比較。此外，我們還嘗試改善原有的TCQ/TCM 的編碼方案，使用TCQ /TTCM(turbo trellis coded modulation) 當中所提到渦輪原理的概念，將其TTCM 架 構改為低密度同位元碼。

• 學位論文

多用戶多天線下鍊通訊的混合髒紙預編解碼器設計

本研究提出了一套混合式的預編碼，考慮了多用戶多輸入多輸出(MUMIMO)毫米波(mmWave) 通道的廣播通訊。利用了髒紙編碼(DPC) 在多重存取通道(MAC)和廣播通訊(BC)之間的對偶性來設計混合式的結構。在使用者與基地台都完整知道通道的情況下，髒紙編碼可以以有效地的在傳送前就把干擾預扣掉，接著再使用迭代注水演算法分配功率來達成最大效益提升總傳送速率。且實驗發現，隨著射頻鍊數量的提升會使得混合架構的速率接近全數位架構，模擬結果顯示，最後與其他現有的混合設計相比，所提出的在髒紙編碼下的混合架構比其他現有的方法能達到更好的總傳送速率。