文献

J-GLOBAL ID：202202262720074473   整理番号：22A0977463

完全畳込みモデルによる動的MIMOネットワークの柔軟なビーム成形【JST・京大機械翻訳】

Flexible Beamforming of Dynamic MIMO Networks Through Fully Convolutional Model

著者 (3件)： Liu Jianghui (Beijing University of Posts and Telecommunications, Beijing, China) ,  Zhang Hongtao (Beijing University of Posts and Telecommunications, Beijing, China) ,  Peng Jinlin (National Innovation Institute of Defense Technology, Beijing, China)
資料名： IEEE Signal Processing Letters  (IEEE Signal Processing Letters)
巻： 29  ページ： 717-721  発行年： 2022年 
JST資料番号： W0576A  ISSN： 1070-9908  CODEN： ISPLEM  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 既存の深層学習ベースビーム成形モデル入力サイズを固定し,それらは固定数のユーザと基地局を含む多入力多出力(MIMO)ネットワークにのみ使用できる。したがって,ユーザの数が動的である場合,それらは作業できず,再訓練を必要とする。本レターでは,FC-BFNetと呼ばれる完全畳込みビーム成形モデルを提案し,そこでは,異なる次元のデータを,モデルを再訓練することなく動的環境に適応するために対処できる。特に,FC-BFNetは,畳み込み操作が入力データのサイズに敏感でないので,主に畳み込み層から成る2つの計算部分を持っている。異なるおよび重要なことに,第1部は,入力の根底にある特徴を計算し,最大プールインデックスを保存するために,最大プールを使用し,一方,第2部は,基礎特徴から期待される結果を得て,入力と出力のサイズ一貫性を確保するために,貯蔵されたインデックスに基づいてアッププールアップを余儀なくした。大規模な実験は,FC-BFNetが,他のベースラインより,より良い動的環境適応性と合計レート性能を持ち,一方,大きな計算効率を維持することを示した。Copyright 2022 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *畳込み ,  *ネットワーク ,  比率 ,  適応性 ,  基地局 ,  *通信方式 ,  利用者 ,  基準線 ,  *ビーム成形
準シソーラス用語： 計算効率 ,  *MIMO ,  動的環境 ,  入力データ ,  深層学習 , 【Automatic Indexing@JST】

分類 (1件)： 移動通信  (ND08030H)

タイトルに関連する用語 (4件)： 畳込み ,  モデル ,  MIMO ,  ビーム成形