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:
在下行链路传输场景中,发射机处的功率分配和波束赋形设计至关重要.考虑一个多用户Massive MIMO系统中总功率约束下最大化加权和速率问题,经典的WMMSE算法可以获取次优解,但计算复杂度过高.为了降低计算复杂度,提出了一种基于深度学习的快速波束赋形设计方法,该方法可以离线训练深度神经网络,利用训练后的神经网络求解最优波束赋形解,只需要简单的线性和非线性操作即可完成.实验结果显示,该方法可以逼近WMMSE算法精度的90%以上,同时计算复杂度和时延也大大降低.
推荐文章
两类多用户MIMO线性预编码的功率分配
多输入多输出
预编码
功率分配
公平性
迭代注水
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
一种多用户多输入多输出系统下行链路线性预编码方法
多输入多输出
多用户
下行链路
线性预编码
基于离散粒子群优化的多用户MIMO用户选择
多用户MIMO
用户选择
离散粒子群优化
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 基于深度学习的多用户Massive MIMO预编码方法
来源期刊 移动通信 学科 工学
关键词 Massive MIMO 预编码 WMMSE 深度学习
年,卷(期) 2020,(5) 所属期刊栏目 "5G网络建设"专题
研究方向 页码范围 16-20
页数 5页 分类号 TN929.5
字数 2984字 语种 中文
DOI 10.3969/j.issn.1006-1010.2020.05.004
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 张智强 浙江理工大学信息学院 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  (52)
共引文献  (469)
参考文献  (5)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(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(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(2)
  • 参考文献(0)
  • 二级参考文献(2)
2011(4)
  • 参考文献(1)
  • 二级参考文献(3)
2012(5)
  • 参考文献(0)
  • 二级参考文献(5)
2013(14)
  • 参考文献(0)
  • 二级参考文献(14)
2014(5)
  • 参考文献(2)
  • 二级参考文献(3)
2015(2)
  • 参考文献(0)
  • 二级参考文献(2)
2016(3)
  • 参考文献(0)
  • 二级参考文献(3)
2017(3)
  • 参考文献(0)
  • 二级参考文献(3)
2018(10)
  • 参考文献(0)
  • 二级参考文献(10)
2019(3)
  • 参考文献(2)
  • 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
Massive MIMO
预编码
WMMSE
深度学习
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