一种基于改进ResNet的发射天线智能选择算法
Journal of Liaocheng University（Natural Science Edition)（2023）
摘要
为满足移动用户数据传输的需求,大规模多输入多输出在 5G 通信系统中得到了广泛应用,在N-Nakagami衰落信道下,建立了移动多天线协作通信系统.为提高发射天线的选择准确率,提出一种基于改进ResNet的发射天线智能选择算法,可以获得更大的信道容量.改进的ResNet网络以残差结构为网络主体,利用VGG神经网络代替原始的卷积层.VGG 神经网络提取信道状态数据的信息特征,大大减少了浅层计算参数;丢弃池化机制以保护信息特征;重新构建三个残差模块结构以增强特征信息提取,提高发射天线的选择准确率,获得信道容量更佳的天线.与传统的天线选择算法相比,所提出的发射天线智能选择算法的准确率提升至 94.0％,具有较好的系统容量性能,且可以有效降低设备成本.
更多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