科研之友
微信
新浪微博
Facebook
分享链接
摘要
在当今5G或未来无线通信中，广泛采用智能新材料和深度学习算法，在提高波谱利用率、降低能源消耗等方面，开始展现出诱人的发展态势.本文以毫米波和大容量多输入所输出（multiple-input multipleoutput, MIMO）无线网络数据集作为移动通信场景，研究信道模型估计.进一步引入具有少量反射单元可灵活配置的大规模智能表面，设计了以信道特征参数为输入、以可达接收速率为输出标签的多感知神经元网络模型.综合应用包括仿真基准、智能超表面、深度学习等技术，仿真评价了智能超表面的反射单元组成、有源单元数量，以及发射功率、训练数据集大小等因素对移动用户可达速率的影响，计算结果表明，通过这些选项的适当设计，能增加深度学习在无线网络环境特性感知方面应用的有效性.
- 出版日期2023
- 单位沈阳化工大学
