典型文献
基于卷积神经网络的大规模MIMO-D2 D的导频复用
文献摘要：
大规模MIMO-D2D异构网络中,可以通过在蜂窝用户和D2D用户之间使用相同的频谱资源来提高频谱效率,但是在信道估计中,共享相同导频序列的用户之间会产生严重干扰.为了解决该问题,利用卷积神经网络,通过学习最优的导频分配来推断导频分配结果以减轻导频污染的影响.将用户在小区中的位置和相应的导频分配作为输入和输出标签,通过穷举法得到用户位置的最佳导频分配作为训练数据.经卷积神经网络导频分配系统(CNN-PAS)分析训练数据,利用所产生的推断函数提供近似最优的导频分配结果.仿真结果表明,该方案实现了近98.78％的理论上限性能.
文献关键词：
D2D;大规模多输入多输出(MIMO);导频污染;导频复用;卷积神经网络
中图分类号：
作者姓名：
程智超;赵峰
作者机构：
桂林电子科技大学信息与通信学院 广西 桂林 541004;玉林师范学院电子与通信工程学院 广西 玉林 537000
文献出处：
引用格式：
[1]程智超;赵峰-.基于卷积神经网络的大规模MIMO-D2 D的导频复用)[J].计算机应用与软件,2022(01):89-93,175
A类：
导频复用
B类：
MIMO,D2D,异构网络,蜂窝,频谱资源,频谱效率,信道估计,导频分配,导频污染,配作,穷举法,用户位置,训练数据,经卷,配系,PAS,大规模多输入多输出
AB值：
0.232937
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
