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:
传统的5G Massive MIMO(multiple input multiple output)3维信道模型复杂度高、计算量大,无法满足网络需求.针对此问题,提出一种基于神经网络的3维无线信道特征预测及评估模型.该模型只依赖于高精地图产生的射线追踪数据,无须搭建测试网络.仿真结果表明:该模型能降低网络优化成本及时间开销、快速预测信道特征和评估网络性能.
推荐文章
基于改进神经网络的无线网络流量预测
无线网络流量预测
粒子群优化算法
BP神经网络
ARIMA预测模型
基于改进Elman神经网络的目标威胁度预测评估
目标威胁度
Elman神经网络
量子粒子群优化算法
防空作战
基于混沌理论和神经网络的网络流量预测
混沌
神经网络
网络流量
预测
基于神经网络的感知无线电学习与评估研究
感知无线电
神经网络
决策机
遗传算法
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 基于神经网络的3维无线信道特征预测及评估
来源期刊 安徽大学学报(自然科学版) 学科 工学
关键词 5G 大规模多输入多输出 3维信道模型 信道特征 神经网络
年,卷(期) 2020,(6) 所属期刊栏目 电子与自动化技术
研究方向 页码范围 36-42
页数 7页 分类号 TN911|TP183
字数 语种 中文
DOI 10.3969/j.issn.1000-2162.2020.06.006
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 李凯 15 27 2.0 5.0
2 朱军 77 399 10.0 17.0
3 蒋一鸣 2 0 0.0 0.0
4 王写 1 0 0.0 0.0
5 成博 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  (2)
参考文献  (7)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(3)
  • 参考文献(3)
  • 二级参考文献(0)
2016(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)
2019(1)
  • 参考文献(1)
  • 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
5G
大规模多输入多输出
3维信道模型
信道特征
神经网络
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
安徽大学学报(自然科学版)
双月刊
1000-2162
34-1063/N
大16开
安徽省合肥市
26-39
1960
chi
出版文献量(篇)
2368
总下载数(次)
6
总被引数(次)
11731
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导