机器学习在无线信道建模中的应用现状与展望OA
Application Status and Prospects of Machine Learning in Wireless Channel Modeling
为了适应未来6G通信系统的超宽频谱、超大规模天线阵列、高度异构化以及众多新型应用场景,信道建模成为新系统开发必不可少的技术基础.由于6G通信系统将具有典型的大数据特征,基于机器学习的数据驱动型无线信道建模方法已经将成为未来信道模型开发的重要手段.综合分析机器学习在无线信道建模中的应用现状,主要包括确定性信道模型的射线追踪法,随机性信道模型的多径分量聚类与跟踪以及模型参数估计,数据驱动型信道建模,以及信道场景识别,最后,讨论基于机器学习的无线信道建模方法面临的挑战.
黄鸿清;刘为;伍沛然;夏明华
中山大学电子与信息工程学院,广东广州510006中国电子科技集团公司新一代移动通信创新中心,上海200331中国电子科技集团公司第七研究所,广东广州510310中山大学电子与信息工程学院,广东广州510006
信息技术与安全科学
机器学习无线信道信道建模
《移动通信》 2021 (4)
低时延高安全物联网关键技术研究
95-104,10
国家自然科学基金项目(U2001213)广东省重点领域研发计划项目(2018B010114001)中央高校基本科研业务费项目(191gjc04)
评论