深度神经网络辅助的无线多径衰落信道场景识别
信号处理
2018-11-26 v1 机器学习
摘要
本通信快报展示了我们在深度神经网络(DNN)用于无线多径衰落信道中无线通信场景识别的初步工作。本快报中，参考 COST 207 信道模型实现了六类信道场景。在信噪比(SNR)大于 20dB 时观察到 100% 的识别准确率，而在 SNR 介于 0dB 到 40dB 时获得了 88.4% 的平均准确率。所提方法在快时变条件下进行了测试，该条件与真实世界无线多径衰落信道相似，使其能够在实际场景识别中可行地工作。
引用
@article{arxiv.1811.09346,
title = {Deep Neural Network Aided Scenario Identification in Wireless Multi-path Fading Channels},
author = {Jun Liu and Kai Mei and Dongtang Ma and Jibo Wei},
journal= {arXiv preprint arXiv:1811.09346},
year = {2018}
}
备注
Draft of a four-page letter with 8 figures