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
基于ResNet的大型智能表面在毫米波系统中的应用
1
作者
齐月月
孙强
+3 位作者
钱盼盼
居金娟
周晖
徐晨
《电讯技术》
北大核心
2021年第1期8-14,共7页
大型智能表面(Large Intelligent Surface,LIS)协助毫米波通信已经成为一种提高覆盖率和吞吐量的极具潜力的技术。为了设计LIS系统的反射波束,通常需要获取完美的级联信道状态信息。然而,由于LIS具有高维级联信道和大量无源反射元件,估...
大型智能表面(Large Intelligent Surface,LIS)协助毫米波通信已经成为一种提高覆盖率和吞吐量的极具潜力的技术。为了设计LIS系统的反射波束,通常需要获取完美的级联信道状态信息。然而,由于LIS具有高维级联信道和大量无源反射元件,估计其级联信道状态信息一直是LIS的挑战之一。针对上述问题,提出一种基于残差神经网络(Residual Neural Network,ResNet)的LIS反射波束设计解决方案。该方案采用有源(连接LIS控制器的基带)和无源元件混合的LIS框架,只需要估计少量有源元件的信道状态信息便可以借助ResNet训练的网络模型预测最佳发射波束。与现有方法相比,所提出的ResNet网络可以减少训练开销,提升可实现速率,表现出更强的鲁棒性。
展开更多
关键词
大型智能表面
毫米波通信
波束赋形
残差神经网络
下载PDF
职称材料
题名
基于ResNet的大型智能表面在毫米波系统中的应用
1
作者
齐月月
孙强
钱盼盼
居金娟
周晖
徐晨
机构
南通
大学
信息
科学技术学院
南通
先进通信技术研究院有限公司
南通职业大学电子信息工程系
出处
《电讯技术》
北大核心
2021年第1期8-14,共7页
基金
国家自然科学基金资助项目(61971467)
南通市基础科学研究计划项目(JC2018128,JC2019116)。
文摘
大型智能表面(Large Intelligent Surface,LIS)协助毫米波通信已经成为一种提高覆盖率和吞吐量的极具潜力的技术。为了设计LIS系统的反射波束,通常需要获取完美的级联信道状态信息。然而,由于LIS具有高维级联信道和大量无源反射元件,估计其级联信道状态信息一直是LIS的挑战之一。针对上述问题,提出一种基于残差神经网络(Residual Neural Network,ResNet)的LIS反射波束设计解决方案。该方案采用有源(连接LIS控制器的基带)和无源元件混合的LIS框架,只需要估计少量有源元件的信道状态信息便可以借助ResNet训练的网络模型预测最佳发射波束。与现有方法相比,所提出的ResNet网络可以减少训练开销,提升可实现速率,表现出更强的鲁棒性。
关键词
大型智能表面
毫米波通信
波束赋形
残差神经网络
Keywords
large intelligent surface
millimeter wave communication
beamforming
residual neural network
分类号
TN928 [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
基于ResNet的大型智能表面在毫米波系统中的应用
齐月月
孙强
钱盼盼
居金娟
周晖
徐晨
《电讯技术》
北大核心
2021
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