全部
期刊
文献
标题
作者
单位
摘要
关键词
栏目
基金
文献检索
包含全部检索词
包含精确检索词
包含至少一个检索词
作者
出版物
发表时间
-

基于条件变分自编码器的射线样本生成算法

朱军 杨军 李凯 于文欣

安徽大学电子信息工程学院 上海科技大学 华为上海研究所

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 MultipleOutput,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 AutoEncoder,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%。

相关文献

导出/参考文献
[1]朱军,杨军,李凯,于文欣. 基于条件变分自编码器的射线样本生成算法[J]. 通信技术 . 2022(04): 409-414.

PDF在线阅读

《基于条件变分自编码器的射线样本生成算法》

价格:0.00

Copyright © 2021-2024 全科互知 | 赣ICP备2021006197号-4 | 新出网证(赣)字20417号
赣公网安备 36012102000372号 | 赣B2-20210313 | 技术支持:道然科技

sasa 互知学术
sasa 全科互知