典型文献
基于AI算法的Massive MIMO波束权值优化研究与应用
文献摘要：
针对Massive MIMO波束权值优化的难点,提出了一种基于GBDT机器学习的回归预测算法,通过实测及仿真,研究该算法在不同场景下各种波束权值的覆盖能力,基于机器学习模型,利用研究结果结合三维地图、建筑物数据、MR数据、仿真/测试数据等进行机器学习建模,输出Massive MIMO波束自适应覆盖优化算法.在现网的应用结果表明,该算法能够有效地提升5G网络覆盖质量.
文献关键词：
5G;Massive MIMO;波束权值优化;GBDT
中图分类号：
作者姓名：
周灿;史文祥;李犇;赵春芹;郭云霄
作者机构：
中讯邮电咨询设计院有限公司,北京100048;上海大唐移动通信设备有限公司,上海200233
文献出处：
引用格式：
[1]周灿;史文祥;李犇;赵春芹;郭云霄-.基于AI算法的Massive MIMO波束权值优化研究与应用)[J].邮电设计技术,2022(07):15-18
A类：
自适应覆盖优化
B类：
Massive,MIMO,波束权值优化,GBDT,回归预测算法,同场,覆盖能力,基于机器学习,机器学习模型,利用研究,MR,测试数据,机器学习建模,网络覆盖,覆盖质量
AB值：
0.258598
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。
