Scidown文献预览系统!
大规模MIMO系统中基于多标记学习的天线选择( Multi-Label Learning Based Antenna Selection in Massive MIMO Systems )
W Yu T Wang S Wang
天线选择(AS)是一种可以大大降低多天线系统硬件复杂度的信号处理技术。具体地说,AS可以通过仅激活每个传输时隙中的可用天线的子集来减少所需射频链的数量。然而,最优AS算法的计算复杂度很高,随着天线阵列的规模呈指数增长。本文提出了一种基于多标记学习(MLL)的低复杂度AS算法,该算法利用深度神经网络来确定给定信道矩阵的天线选择集。具体而言,MLL网络将深度典型相关分析和自动编码器结合在一个统一的网络结构中,能够提取信道矩阵的低维特征以及所选天线之间的相互依赖关系,从而以相对小规模的学习模型实现对所选天线集合的准确预测。仿真结果表明,与基于凸松弛的方法相比,我们提出的基于MLL的方法可以在显着减少计算时间的情况下获得相当的容量。
『Sci-Hub|Scidown』怎么用?来看看教程吧!

支持模式 1.支持DOI号 2.支持英文文献全名搜索 3.支持参考文献搜索 4.知网文献(暂时关闭)


安卓手机、电脑用户,您可以在QQ浏览器里输入 www.scidown.cn 打开scidown解析,就可以解析、下载了!(注意是文献的DOI号)


苹果手机用户,您需要先在App Store里搜索并下载 Documents by Readdle 这个APP,在APP首页,左划右下角的指南针图标打开APP内置浏览器,在浏览器里输入 www.scidown.cn 打开scidown解析,就可以解析、下载了!


如出现BUG?赶快加入【Scidown互助交流群】反馈吧:729083885【点击一键加群】