BEGIN:VCALENDAR
VERSION:2.0
PRODID:-//TUC//Events//EN
CALSCALE:GREGORIAN
BEGIN:VTIMEZONE
TZID:Europe/Athens
TZNAME:EEST
DTSTART:19700329T030000
RRULE:FREQ=YEARLY;BYDAY=-1SU;BYMONTH=3
BEGIN:STANDARD
TZOFFSETFROM:+0200
TZOFFSETTO:+0300
TZNAME:EET
DTSTART:19701025T040000
RRULE:FREQ=YEARLY;BYDAY=-1SU;BYMONTH=10
END:STANDARD
END:VTIMEZONE
BEGIN:VEVENT
CREATED:20250710T105744Z
LAST-MODIFIED:20250710T105744Z
DTSTAMP:20260909T130316Z
UID:1788948196@tuc.gr
SUMMARY:Παρουσίαση Διπλωματικής Εργασίας κας
  Γεωργίας - Νεφέλης Ξυνογαλά - Σχολή
  ΗΜΜΥ
LOCATION:
DESCRIPTION:https://www.ece.tuc.gr/el/katalogos-
 ekdiloseon?tx_tucevents2_tuceventsdi
 splay%5Baction%5D=show&tx_tucevents2
 _tuceventsdisplay%5Bcontroller%5D=Ev
 ent&tx_tucevents2_tuceventsdisplay%5
 Bevent%5D=7931&cHash=23ba12fbe8aa0a5
 b25311be25b482568\nΠΟΛΥΤΕΧΝΕΙΟ ΚΡΗΤΗ
 Σ\n Σχολή Ηλεκτρολόγων Μηχανικών και
  Μηχανικών Υπολογιστών\n Πρόγραμμα Π
 ροπτυχιακών Σπουδών\n ΠΑΡΟΥΣΙΑΣΗ ΔΙΠ
 ΛΩΜΑΤΙΚΗΣ ΕΡΓΑΣΙΑΣ\n Γεωργίας - Νεφέ
 λης Ξυνογαλά \n με θέμα\n Συστήματα 
 Ασύρματης Επικοινωνίας 5ης Γενιάς: Α
 ραιότητα Καναλιών στο Πεδίο του Χρόν
 ου και της Γωνίας\n 5G Wireless Comm
 unication Systems: Channel Sparsity 
 in the Time and the Angular Domains\
 n Εξεταστική Επιτροπή\n Καθηγητής Αθ
 ανάσιος Λιάβας (επιβλέπων)\n Καθηγητ
 ής Γεώργιος Καρυστινός\n Καθηγητής Θ
 ρασύβουλος Σπυρόπουλος\n Περίληψη\n 
 Στην παρούσα Διπλωματική Εργασία, εξ
 ετάζονται δύο αλγόριθμοι εκτίμησης τ
 ου downlink καναλιού βασισμένοι στην
  αραιότητα, για συστήματα massive MI
 MO με Frequency Division Duplexing (
 FDD) σε δίκτυα 5G. Αν και τα massive
  MIMO συστήματα βελτιώνουν τη φασματ
 ική αποδοτικότητα, τον ρυθμό μετάδοσ
 ης δεδομένων και την αξιοπιστία, εισ
 άγουν επίσης προκλήσεις στην απόκτησ
 η ακριβούς Channel State Information
  (CSI) για το downlink κανάλι, ιδιαί
 τερα σε FDD αρχιτεκτονικές, όπου απα
 ιτείται η επιστροφή της εκτιμώμενης 
 πληροφορίας καναλιού από τον χρήστη 
 προς τον σταθμό βάσης, γεγονός που μ
 πορεί να επιφέρει σημαντική επιβάρυν
 ση στο σύστημα, τόσο σε επίπεδο δεδο
 μένων όσο και σε υπολογιστικό κόστος
 .\n Για την αντιμετώπιση αυτής της π
 ρόκλησης, μελετώνται αλγόριθμοι που 
 εκμεταλλεύονται την αραιότητα του κα
 ναλιού σε διαφορετικούς τομείς. Η πρ
 ώτη μέθοδος, βασισμένη στο έργο των 
 A. C. Cirik, N. M. Balasubramanya κα
 ι L. Lampe, μοντελοποιεί το κανάλι ω
 ς block-sparse στον χρονικό τομέα κα
 ι διατυπώνει το πρόβλημα εκτίμησης ω
 ς κυρτό πρόβλημα βελτιστοποίησης, το
  οποίο επιλύεται μέσω του εργαλείου 
 CVX. Η δεύτερη τεχνική, η οποία αξιο
 ποιεί την αραιότητα των κυρίαρχων δι
 αδρομών διάδοσης σε hybrid και milli
 meter-wave MIMO συστήματα, εφαρμόζετ
 αι στον γωνιακό τομέα και είναι εμπν
 ευσμένη από το έργο των A. Alkhateeb
 , O. E. Ayach, G. Leus και R. W. Hea
 th. Αντί της χρήσης του OMP, η εκτίμ
 ηση υλοποιείται μέσω κυρτής βελτιστο
 ποίησης, λόγω της δομής και των περι
 ορισμών που παρουσιάζουν τα hybrid M
 IMO συστήματα.\n Οι δύο αλγόριθμοι υ
 λοποιούνται και αξιολογούνται μέσω π
 ροσομοιώσεων με ρεαλιστικά μοντέλα κ
 αναλιών 5G. Η σύγκριση των επιδόσεών
  τους βασίζεται στην ακρίβεια εκτίμη
 σης, στη συμπεριφορά σύγκλισης και σ
 την υπολογιστική πολυπλοκότητα. Τα α
 ποτελέσματα δείχνουν ότι οι τεχνικές
  που βασίζονται στην αραιότητα μπορο
 ύν να μειώσουν σημαντικά το πλήθος κ
 αι τον όγκο των δεδομένων που απαιτο
 ύνται για την επιστροφή της πληροφορ
 ίας καναλιού από τον χρήστη προς τον
  σταθμό βάσης, βελτιώνοντας παράλληλ
 α την αποδοτικότητα και την πρακτική
  εφαρμογή της εκτίμησης σε μελλοντικ
 ά ασύρματα δίκτυα.\n Abstract \n In 
 this Diploma Thesis, we examine spar
 sity-driven downlink channel estimat
 ion algorithms for Frequency Divisio
 n Multiplexing (FDD) massive MIMO sy
 stems in 5G networks. Although massi
 ve MIMO systems enhance spectral eff
 iciency, capacity, and reliability, 
 they also introduce challenges in ac
 quiring accurate downlink Channel St
 ate Information (CSI), particularly 
 in FDD settings where feedback overh
 ead can be significant.\n To address
  this challenge, we study algorithms
  that exploit channel sparsity in di
 fferent domains. The first method, b
 ased on the work of A.C.Cirik, N.M.B
 alasubramanya and L. Lampe, models t
 he channel as block-sparse in the ti
 me domain and formulates the estimat
 ion problem using convex optimizatio
 n techniques via CVX. The second met
 hod, which is based on the work of A
 . Alkhateeb, O. E. Ayach, G. Leus an
 d R. W. Heath, uses Orthogonal Match
 ing Pursuit (OMP) to operate in the 
 angular domain and exploits the smal
 l number of dominant propagation pat
 hs in hybrid and millimeter-wave MIM
 O systems.\n Both algorithms are imp
 lemented and evaluated through simul
 ations under realistic 5G channel mo
 dels.  Computational complexity, con
 vergence behavior, and estimation ac
 curacy are used to compare their per
 formances. The findings demonstrate 
 how well sparsity-based methods work
  to lower CSI feedback overhead and 
 boost estimation effectiveness in wi
 reless systems of the future.\n
STATUS:CONFIRMED
ORGANIZER;RSVP=FALSE;CN=TUC;CUTYPE=TUC:mailto:webmaster@tuc.gr
DTSTART:20250714T150000
DTEND:20250714T160000
TRANSP:OPAQUE
CLASS:DEFAULT
END:VEVENT
END:VCALENDAR