Un enfoque de aprendizaje profundo de dos fases para la estimación de calidad de enlaces para la transmisión de múltiples haces
Autores: Kim, Mun-Suk
Idioma: Inglés
Editor: MDPI
Año: 2024
Acceso abierto
Artículo científico
2024
Un enfoque de aprendizaje profundo de dos fases para la estimación de calidad de enlaces para la transmisión de múltiples haces
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería Eléctrica y Electrónica
Palabras clave
Multi-usuario
Entrada múltiple-múltiple salida
Formación de haz
Entrenamiento
Aprendizaje profundo
SNR
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 33
Citaciones: Sin citaciones
En este artículo, proponemos un enfoque de aprendizaje profundo de dos fases para mejorar la precisión de la estimación de relación señal a ruido (SNR) para múltiples haces concurrentes al reducir los errores de medición de los SNR para haces individuales cuando cada trama de acción se transmite a través de múltiples haces concurrentes.
Descripción
En este artículo, proponemos un enfoque de aprendizaje profundo de dos fases para mejorar la precisión de la estimación de relación señal a ruido (SNR) para múltiples haces concurrentes al reducir los errores de medición de los SNR para haces individuales cuando cada trama de acción se transmite a través de múltiples haces concurrentes.