期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
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
上一页 1 下一页 到第
使用帮助 返回顶部