09 2019 档案
学习优化:训练深度神经网络进行无线资源管理
摘要:摘要:近几十年来,数值优化在解决诸如功率控制和波束成形器设计等无线资源管理问题中发挥了重要核心作用。然而,传统的优化算法通常需要相当多的迭代来进行收敛,这对实时处理提出了挑战。本文提出了一种新的基于深度学习的无线资源管理的方法。主要思想是将资源分配算法的输入和输出视为未知的非线性映射,并使用DNN近 阅读全文
posted @ 2019-09-25 08:51 JadeZhao 阅读(997) 评论(0) 推荐(0)
(uplink)Deep Power Control: Transmit Power Control Scheme Based on Convolutional Neural Network
只有注册用户登录后才能阅读该文。
posted @ 2019-09-23 09:33 JadeZhao 阅读(23) 评论(0) 推荐(0)
(经典文章uplink)Information capacity and power control in single-cell multiuser communications(1995)
摘要:摘要:本文在用户衰落被完美测量的情况下,提出一种可最大程度提高单小区多用户通信平坦衰落的信息容量的功率控制。主要特征为:在任何特定的时刻,只有一个用户在整个带宽上进行传输,并且在信道良好时为用户分配更多的功率,而在信道不良时为用户分配更少的功率。另外,这些特征与衰落的统计无关。 本文给出了单径瑞利衰 阅读全文
posted @ 2019-09-22 10:42 JadeZhao 阅读(262) 评论(0) 推荐(0)
瑞利衰落异构无线网络中的最优功率控制
只有注册用户登录后才能阅读该文。
posted @ 2019-09-21 11:25 JadeZhao 阅读(16) 评论(0) 推荐(0)
(uplink)A Graph Neural Network Approach for Scalable Wireless Power Control
只有注册用户登录后才能阅读该文。
posted @ 2019-09-18 11:39 JadeZhao 阅读(23) 评论(0) 推荐(0)
Deep Learning-Based MIMO Communications
只有注册用户登录后才能阅读该文。
posted @ 2019-09-17 14:45 JadeZhao 阅读(42) 评论(0) 推荐(0)
5G网络的深度强化学习:联合波束成形,功率控制和干扰协调
只有注册用户登录后才能阅读该文。
posted @ 2019-09-17 14:44 JadeZhao 阅读(532) 评论(0) 推荐(1)