消除NB-IoT对LTE系统的干扰：一种基于稀疏机器学习的方法
信息论
2020-05-19 v1 信号处理
math.IT
摘要
窄带物联网（NB-IoT）是面向海量机器类通信场景的一种极具竞争力的5G技术，但同时也给增强移动宽带（eMBB）场景中现有宽带传输如长期演进（LTE）系统引入了窄带干扰（NBI）。为促进无线异构网络中的和谐与公平共存，消除NB-IoT对LTE系统的干扰十分重要。本文针对精确的NBI恢复，构建了一种新颖的基于稀疏机器学习的框架以及一个稀疏组合优化问题，该问题可利用所提称为稀疏交叉熵最小化（SCEM）的迭代稀疏学习算法高效求解。为进一步提升恢复精度与收敛速率，在增强算法正则化SCEM的损失函数中引入了正则化。此外，利用NBI的空间相关性，该框架被扩展至多输入多输出系统。仿真结果表明，所提方法能有效消除NB-IoT对LTE系统的干扰，并显著优于现有最优方法。
引用
@article{arxiv.2005.03092,
title = {Eliminating NB-IoT Interference to LTE System: a Sparse Machine Learning Based Approach},
author = {Sicong Liu and Liang Xiao and Zhu Han and Yuliang Tang},
journal= {arXiv preprint arXiv:2005.03092},
year = {2020}
}
备注
article paper