| 基于深度學習的1-比特超大規模MIMO信道估計 | |
| 所屬分類：技術論文 | |
| 上傳者：aetmagazine | |
| 文檔大小：617 K | |
| 標簽： 信道估計 深度學習 空間非平穩性 | |
| 所需積分：0分積分不夠怎么辦？ | |
| 文檔介紹：超大規模多輸入多輸出(Multiple Input Multiple Output，MIMO)技術在未來的移動通信中具有巨大的潛力。然而，采用超大型的天線陣列會出現空間非平穩性信道特征，如果為基站的每根天線都配備一個高精度量化器，系統功耗將大幅度增加，從而阻礙超大規模MIMO系統的廣泛應用。因此，假設基站的每根天線都配備有一對1-比特模數轉換器(Analog-to-Digital Converters，ADC)，利用子陣列與用戶之間的映射關系來描述非平穩信道特征，借助深度神經網絡(Deep Neural Network，DNN)強大的泛化能力，設計一種新的生成式監督DNN模型，該模型可以使用合理數量的導頻進行訓練。仿真結果表明，所提出的網絡可以使用較少的導頻得到較好的估計性能，在性能與計算復雜度之間取得良好的平衡。 | |
| 現在下載 | |
| VIP會員，AET專家下載不扣分；重復下載不扣分，本人上傳資源不扣分。 | |
Copyright ? 2005-2024 華北計算機系統工程研究所版權所有 京ICP備10017138號-2