首页> 中文期刊> 《信息技术与信息化》 >基于深度神经网络的最大化SINR小区选择算法

基于深度神经网络的最大化SINR小区选择算法

         

摘要

提出了基于深度神经网络DNN的最大SINR准则来模拟5G场景下的小区切换.利用准确光线追踪数据来构建能捕获对地形、建筑材料依赖性的DeepMIMO信道,在获取UE信道信息后,将5G双频段基站下的小区选择建模为分类问题,通过传统小区算法训练DNN,来获得小区选择的预测结果.仿真结果表明,基于DNN的最大化SINR方法在5G双频组网的小区选择中具有较好表现,预测准确性达到79.16%,预测的平均用户系统吞吐量能达到传统算法的84.31%.仿真结果验证了算法的有效性.

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号