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:
毫米波大规模MIMO系统混合预编码是提升无线通信系统容量和降低射频链使用数量的关键技术之一,但是仍然需要大量高精度的相移器实现阵列增益.为了解决这个问题,本文中,首先通过最大化每个用户的接收信号功率,得到自适应连接结构中射频链与基站天线匹配关系,然后创新地把基于机器学习的自适应交叉熵优化方法应用于1比特量化相移的自适应连接混合预编码器中.通过减小交叉熵和加入常数平滑参数保证收敛,自适应地更新概率分布以得到几乎最优的混合预编码器.最后,仿真验证了所提方案的可行性以及具有满意的可达和速率,与其他相同硬件复杂度的混合预编码方案相比具有更优的可达和速率性能.
推荐文章
毫米波MIMO系统离散化混合预编码设计
毫米波
混合预编码
离散移相器
正交匹配追踪
天线阵列
基于机器学习的毫米波大规模MIMO 混合预编码技术
机器学习
交叉熵
混合预编码
大规模MIMO
多用户大规模MIMO中部分连接结构的混合预编码
大规模多入多出
混合预编码
部分连接结构
迫零
基于字典学习的毫米波大规模MIMO系统混合预编码
毫米波大规模MIMO
混合预编码
字典学习
稀疏重构
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 毫米波大规模MIMO系统中基于机器学习的自适应连接混合预编码
来源期刊 信号处理 学科 工学
关键词 机器学习 自适应连接结构 1比特量化相移 自适应交叉熵优化 混合预编码
年,卷(期) 2020,(5) 所属期刊栏目 算法研究
研究方向 页码范围 677-685
页数 9页 分类号 TN929.5
字数 7209字 语种 中文
DOI 10.16798/j.issn.1003-0530.2020.05.005
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 王海荣 南京邮电大学通信与信息工程学院 5 92 2.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (55)
共引文献  (3)
参考文献  (16)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1982(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(2)
  • 参考文献(1)
  • 二级参考文献(1)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(1)
  • 参考文献(0)
  • 二级参考文献(1)
2011(1)
  • 参考文献(0)
  • 二级参考文献(1)
2013(4)
  • 参考文献(0)
  • 二级参考文献(4)
2014(15)
  • 参考文献(3)
  • 二级参考文献(12)
2015(4)
  • 参考文献(1)
  • 二级参考文献(3)
2016(12)
  • 参考文献(1)
  • 二级参考文献(11)
2017(11)
  • 参考文献(2)
  • 二级参考文献(9)
2018(9)
  • 参考文献(1)
  • 二级参考文献(8)
2019(7)
  • 参考文献(6)
  • 二级参考文献(1)
2020(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
机器学习
自适应连接结构
1比特量化相移
自适应交叉熵优化
混合预编码
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
信号处理
月刊
1003-0530
11-2406/TN
大16开
北京鼓楼西大街41号
18-143
1985
chi
出版文献量(篇)
5053
总下载数(次)
13
总被引数(次)
32728
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导