无蜂窝大规模MIMO网络下基于联邦学习的用户接入策略及能耗优化OACSCD
Federated learning-based user access strategy and energy consumption optimization in cell-free massive MIMO network
针对无蜂窝大规模多输入多输出(CF-mMIMO)网络中用户如何选择接入点的问题,提出了一种基于信道排序的较差用户优先接入策略.首先,用户进行信道感知后对其信道质量和稳定性进行评估和排序,用户按照信道状态信息的顺序依次选择合适的接入点;其次,考虑到用户的能耗与数据安全等问题,采用联邦学习框架以增强用户的数据隐私安全,并提出一种基于能耗优化的交替优化变量算法,对多维变量进行优化,使系统总能耗最小化.仿真结果表明,相较于传统的大规模MIMO中用户为中心…查看全部>>
姚媛媛;刘忆秋;黄赛;潘春雨;李学华;袁昕
北京信息科技大学信息与通信系统信息产业部重点实验室,北京 100101||北京信息科技大学现代测控技术教育部重点实验室,北京 100101北京信息科技大学信息与通信系统信息产业部重点实验室,北京 100101||北京信息科技大学现代测控技术教育部重点实验室,北京 100101北京邮电大学泛网无线通信教育部重点实验室,北京 100876北京信息科技大学信息与通信系统信息产业部重点实验室,北京 100101||北京信息科技大学现代测控技术教育部重点实验室,北京 100101北京信息科技大学信息与通信系统信息产业部重点实验室,北京 100101||北京信息科技大学现代测控技术教育部重点实验室,北京 100101悉尼科技大学电气与数据工程学院,悉尼 NSW 2007
电子信息工程
无蜂窝大规模MIMO用户接入智能感知AP选择能耗优化
cell-free massive MIMOuser accessintelligent sensingAP selectionenergy consumption optimization
《通信学报》 2023 (10)
112-123,12
国家自然科学基金资助项目(No.62301059)北京市属高等学校优秀青年人才培育计划基金资助项目(No.BPHR202203228)泛网无线通信教育部重点实验室(BUPT)基金资助项目(No.KFKT-2020105)北京市自然科学基金-海淀联合基金资助项目(No.L212026,No.L222004) The National Natural Science Foundation of China(No.62301059),The Project of Cultivation for Young Top-Motch Talents of Beijing Municipal Institutions(No.BPHR202203228),The Key Laboratory of Universal Wireless Communi-cations(BUPT),Ministry of Education(No.KFKT-2020105),Beijing Natural Science Foundation-Haidian Original Innovation Joint Fund(No.L212026,No.L222004)
评论