全双工认知网络中基于神经网络预测的自适应模式选择方案
信号处理
2019-04-15 v1
摘要
我们提出一种神经网络（NN）预测器与一种自适应模式选择方案，旨在全双工（FD）认知网络中同时提高次用户（SU）吞吐量并降低对主用户（PU）的碰撞概率。SU 可基于 NN 对每个传输时长的预测结果，在 FD 收发（TR）与发感（TS）模式间自适应切换。随后从预测误差概率角度分析了预测性能。我们还就 SU 平均吞吐量与碰撞概率分别将所提方案与传统 TR 和 TS 模式进行比较。仿真结果表明，所提方案取得的 SU 平均吞吐量甚至优于 TR 模式，同时碰撞概率可降至接近 TS 模式的水平。
引用
@article{arxiv.1904.06222,
title = {A Neural Network Prediction Based Adaptive Mode Selection Scheme in Full-Duplex Cognitive Networks},
author = {Yirun Zhang and Qirui Wu and Jiancao Hou and Vahid Towhidlou and Mohammad Shikh-Bahaei},
journal= {arXiv preprint arXiv:1904.06222},
year = {2019}
}
备注
7 pages, 6 figures, conference