作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
目前针对5G通信高可靠和超高容量无线通信的需求已经引起了广泛关注与研究.然而,当前的通信系统依然受制于传统的通信理论而限制了网络性能的突破性提升.作为一项广受关注和应用的新兴技术,深度学习已经被证实有潜力处理复杂通信系统中的通信问题并提高通信性能.本文主要介绍基于深度学习的物理层应用,并提出一种基于深度Q网络(DQN)的MIMO系统位置信息验证方案,接收者在多变未知的信道环境下利用深度Q网络不断更新信号检测阈值,提高信号检测的准确度,实现对发送者位置信息的确认.
推荐文章
1000Base-T型网络物理层特征信号测试技术研究
网络接口
物理层
一致性
测试
软件无线电在自组网动态物理层中的应用
软件无线电
无线局域网
自组网
基带芯片物理层控制方案的设计
GSM
物理层控制
SoC
调度
大规模MIMO系统中基于机器学习的物理层窃听检测技术
物理层安全机制
窃听检测
大规模天线阵列
k-means
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 深度学习在物理层信号处理中的应用研究
来源期刊 信息通信技术与政策 学科
关键词 深度学习 信号检测 MIMO
年,卷(期) 2019,(7) 所属期刊栏目 专题:人工智能在电信网络的应用
研究方向 页码范围 57-61
页数 5页 分类号
字数 2781字 语种 中文
DOI 10.3969/j.issn.1008-9217.2019.07.012
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 刘姿杉 中国信息通信研究院技术与标准研究所 5 2 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (2)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2017(2)
  • 参考文献(2)
  • 二级参考文献(0)
2019(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
深度学习
信号检测
MIMO
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
信息通信技术与政策
月刊
1008-9217
10-1576/TN
大16开
北京市西城区月坛南街11号
82-907
1975
chi
出版文献量(篇)
4954
总下载数(次)
24
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导