期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
6G物理层AI赋能技术的思考
1
作者
李阳
崔厚虓
+3 位作者
蔡晓雄
李然
李昊
徐明枫
《移动通信》
2024年第8期25-29,共5页
移动通信与AI融合是6G最重要场景和特征之一,6G是运行AI应用的坚实信息底座,AI作为一种赋能技术能够必将激发6G新活力。深度神经网络对数据的非线性映射能力能够对通信链路模块实现联合优化,重构传统物理层设计,提升6G网络的性能和效率...
移动通信与AI融合是6G最重要场景和特征之一,6G是运行AI应用的坚实信息底座,AI作为一种赋能技术能够必将激发6G新活力。深度神经网络对数据的非线性映射能力能够对通信链路模块实现联合优化,重构传统物理层设计,提升6G网络的性能和效率。首先介绍了6G的架构与特点,并简单介绍了基于AI的信道估计算法、基于AI的解调算法以及基于AI的智能收发机。然后以基于AI的解调制技术为例,搭建原型样机进行技术验证。最后展望了AI技术对物理层设计的赋能。
展开更多
关键词
6G
人工智能
解调制
下载PDF
职称材料
题名
6G物理层AI赋能技术的思考
1
作者
李阳
崔厚虓
蔡晓雄
李然
李昊
徐明枫
机构
中国信息通信研究院
中国铁塔股份有限公司
出处
《移动通信》
2024年第8期25-29,共5页
文摘
移动通信与AI融合是6G最重要场景和特征之一,6G是运行AI应用的坚实信息底座,AI作为一种赋能技术能够必将激发6G新活力。深度神经网络对数据的非线性映射能力能够对通信链路模块实现联合优化,重构传统物理层设计,提升6G网络的性能和效率。首先介绍了6G的架构与特点,并简单介绍了基于AI的信道估计算法、基于AI的解调算法以及基于AI的智能收发机。然后以基于AI的解调制技术为例,搭建原型样机进行技术验证。最后展望了AI技术对物理层设计的赋能。
关键词
6G
人工智能
解调制
Keywords
6G
Artificial Intelligence
demodulation
分类号
TN92 [电子电信—通信与信息系统]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
6G物理层AI赋能技术的思考
李阳
崔厚虓
蔡晓雄
李然
李昊
徐明枫
《移动通信》
2024
0
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部