IIFNet：一种用于6G中噪声前导检测的基于融合的智能服务
网络与互联网体系结构
2022-04-25 v2 机器学习
信号处理
摘要
在本文中，我们提出了利用机器学习技术在下一代(Next-G)网络的物理随机接入信道中进行前导检测的愿景。前导检测用于维持万物互联(IoE)设备与下一代节点之间的通信与同步。考虑到可扩展性与业务密度，Next-G网络必须处理因信道特性或环境限制而受噪声污染的前导。我们表明，当注入15%随机噪声时，检测性能下降至48%。我们提出一种基于信息实例的融合网络(IIFNet)来同时应对随机噪声并提升检测性能。我们还探索了一种从特征空间中选择信息实例的新型采样策略以提升检测性能。所提IIFNet在一个真实的、由一家知名商业公司协助收集的前导检测数据集上进行了测试。
引用
@article{arxiv.2204.07854,
title = {IIFNet: A Fusion based Intelligent Service for Noisy Preamble Detection in 6G},
author = {Sunder Ali Khowaja and Kapal Dev and Parus Khuwaja and Quoc-Viet Pham and Nawab Muhammad Faseeh Qureshi and Paolo Bellavista and Maurizio Magarini},
journal= {arXiv preprint arXiv:2204.07854},
year = {2022}
}
备注
7 pages, 3 figures, 2 tables, Accepted Article