基于条件变分自编码器的射线样本生成算法

Communications Technology（2022）

引用 0|浏览1

暂无评分

摘要

射线追踪数据样本的缺失是造成大规模多输入多输出(Massive Multiple-Input Multiple-Output,Massive MIMO)信道特征预测出现较多预测误差较高的用户的主要原因.为了降低高误差用户数及预测误差,提出了一种基于条件变分自编码器(Conditional Variational Auto-Encoder,CVAE)的射线样本生成算法来增添缺失区间的射线样本.仿真结果表明,基于所提出的算法在原有射线样本集中扩充新样本后,可将高预测误差用户数降低到原来的46.4％;完善训练集后的神经网络在降低得到信道幅值的时间开销的同时,将信道幅值预测精度提升了6.2％.

AI 理解论文

溯源树

样例

生成溯源树，研究论文发展脉络

Chat Paper

正在生成论文摘要