利用深度神经网络学习无线车到基础设施信道
信号处理
2019-07-11 v1 信息论
机器学习
math.IT
机器学习
摘要
对于高数据速率无线通信系统，开发高效的信道估计方法对于信道检测和信号恢复极为关键。随着车辆与车辆到基础设施（V2I）之间高移动性无线通信的趋势，V2I通信对获取实时信道测量提出了额外挑战。在此背景下，深度学习（DL）技术提供了学习和优化能力，可逼近多种函数。本文提出了一种基于DL的信道预测方法，用于估计V2I通信的信道响应。我们展示了快速神经网络如何学习V2I信道特性及其变化趋势。该网络使用一系列信道响应和已知导频进行训练，随后基于所获知识推测下一个信道响应。预测的信道随后被用于评估系统性能。
引用
@article{arxiv.1907.04831,
title = {Learning the Wireless V2I Channels Using Deep Neural Networks},
author = {Tian-Hao Li and Muhammad R. A. Khandaker and Faisal Tariq and Kai-Kit Wong and Risala T. Khan},
journal= {arXiv preprint arXiv:1907.04831},
year = {2019}
}