利用DARPA频谱协作挑战赛（SC2）数据集进行帧错误预测的深度学习研究
信号处理
2020-12-29 v2 机器学习
机器学习
摘要
我们展示了首个利用深度学习预测协作智能无线电网络（CIRN）帧错误的示例，所用数据集采集自DARPA SC2挑战赛最终对抗赛的参与过程。我们考虑了四种场景：基于随机化或固定带宽与信道分配策略，以及使用不同链路进行训练和测试，或为每条链路使用导频阶段来训练深度神经网络。我们还研究了延迟约束的影响，并揭示了预测器在不同信噪比（SNR）范围内的有趣特性。所获得的见解为实施一种基于深度学习的策略打开了大门，该策略可扩展至大规模异构网络，可泛化到多样的无线环境，并适用于预测拥塞共享频谱内的帧错误实例与错误率。
引用
@article{arxiv.2005.01446,
title = {Deep Learning for Frame Error Prediction using a DARPA Spectrum Collaboration Challenge (SC2) Dataset},
author = {Abu Shafin Mohammad Mahdee Jameel and Ahmed P. Mohamed and Xiwen Zhang and Aly El Gamal},
journal= {arXiv preprint arXiv:2005.01446},
year = {2020}
}
备注
5 pages, 4 figures