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:
针对现有通信系统物理层中存在的问题,提出了人工智能(AI)中的机器学习(ML)技术来解决其难题.梳理了AI/ML技术在这些方面的优势与挑战,并给出了有关干扰检测、端到端物理层联合优化等方面的若干典型范例.AI/ML技术的崛起会为下一代通信系统的设计提供一种超越传统理念与性能的可能性.
推荐文章
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
无线通信在嵌入式系统中的应用
无线通信
嵌入式系统
协议
无线通信在智能温室系统中的应用
无线通信
无线模块
传感器
无线通信在IC卡门禁系统中的应用
无线通信
门禁系统
非接触式IC卡
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 AI/ML在无线通信系统中物理层的应用
来源期刊 移动通信 学科 工学
关键词 人工智能 机器学习 物理层 干扰检测 端到端联合优化
年,卷(期) 2020,(6) 所属期刊栏目
研究方向 页码范围 136-141
页数 6页 分类号 TN929.5
字数 5252字 语种 中文
DOI 10.3969/j.issn.1006-1010.2020.06.021
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 郁光辉 7 25 2.0 5.0
2 李伦 1 0 0.0 0.0
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  (6)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1994(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(1)
  • 参考文献(1)
  • 二级参考文献(0)
2019(2)
  • 参考文献(2)
  • 二级参考文献(0)
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
人工智能
机器学习
物理层
干扰检测
端到端联合优化
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
移动通信
月刊
1006-1010
44-1301/TN
大16开
广州市新港中路381号(广州市1003信箱9分箱)
46-181
1973
chi
出版文献量(篇)
9277
总下载数(次)
9
总被引数(次)
33751
论文1v1指导