首页|基于卷积神经网络的大规模MIMO-D2 D的导频复用

基于卷积神经网络的大规模MIMO-D2 D的导频复用

PILOT MULTIPLEXING OF MASSIVE MIMO-D2D BASED ON CONVOLUTIONAL NEURAL NETWORK

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
大规模MIMO-D2D异构网络中,可以通过在蜂窝用户和D2D用户之间使用相同的频谱资源来提高频谱效率,但是在信道估计中,共享相同导频序列的用户之间会产生严重干扰.为了解决该问题,利用卷积神经网络,通过学习最优的导频分配来推断导频分配结果以减轻导频污染的影响.将用户在小区中的位置和相应的导频分配作为输入和输出标签,通过穷举法得到用户位置的最佳导频分配作为训练数据.经卷积神经网络导频分配系统(CNN-PAS)分析训练数据,利用所产生的推断函数提供近似最优的导频分配结果.仿真结果表明,该方案实现了近98.78％的理论上限性能.

程智超、赵峰

展开 >

桂林电子科技大学信息与通信学院 广西 桂林 541004

玉林师范学院电子与通信工程学院 广西 玉林 537000

D2D 大规模多输入多输出(MIMO) 导频污染 导频复用 卷积神经网络

国家自然科学基金广西自然科学基金创新研究团队项目桂林电子科技大学研究生创新项目

618714662016GXNSFGA3800022018YJCX40

2022

10.3969/j.issn.1000-386x.2022.01.013

计算机应用与软件
上海市计算技术研究所 上海计算机软件技术开发中心

计算机应用与软件

CSTPCD北大核心
影响因子：0.615
ISSN：1000-386X
年,卷(期)：2022.39(1)
  • 4