基于条件变分自编码器的射线样本生成算法

• 作者: 朱军 杨军 李凯 于文欣
• 来源期刊: 通信技术
• 学科: 工学
• 关键词: 大规模多输入多输出 三维信道模型 条件变分自编码器 射线追踪
• 年，卷（期）: 2022,（4）
• 所属期刊栏目: 信息处理与传输|Information Processing & Transmission
• 页码范围: 409-414
• 页数: 6页
• 分类号: TN911
• 语种: 中文
• DOI: 10.3969/j.issn.1002-0802.2022.04.001

摘要

射线追踪数据样本的缺失是造成大规模多输入多输出(Massive Multiple-Input Multiple-Output,Massive MIMO)信道特征预测出现较多预测误差较高的用户的主要原因.为了降低高误差用户数及预测误差,提出了一种基于条件变分自编码器(Conditional Variational Auto-Encoder,CVAE)的射线样本生成算法来增添缺失区间的射线样本.仿真结果表明,基于所提出的算法在原有射线样本集中扩充新样本后,可将高预测误差用户数降低到原来的46.4％;完善训练集后的神经网络在降低得到信道幅值的时间开销的同时,将信道幅值预测精度提升了6.2％.