无蜂窝 C-RAN 系统中基于集合论学习的检测
信息论
2021-03-23 v1 机器学习
math.IT
摘要
云无线接入网（C-RAN）可通过前传链路将分布式远程无线头端（RRH）连接到强大的中心单元，从而实现无蜂窝运行。在传统 C-RAN 中，基带信号经量化/压缩后转发至中心单元进行集中处理，以保持 RRH 的低复杂度。然而，前传容量有限被认为是 C-RAN 支持大型系统（如海量机器类通信（mMTC））能力的重要瓶颈。因此，与传统 C-RAN 不同，我们提出了一种基于学习的系统，其中检测在各 RRH 本地执行，仅将似然信息传送至 CU。为此，我们开发了一种通用的集合论学习方法来估计似然函数。该方法可用于将现有检测方法扩展至 C-RAN 场景。
引用
@article{arxiv.2103.11456,
title = {Set-Theoretic Learning for Detection in Cell-Less C-RAN Systems},
author = {Daniyal Amir Awan and Renato L. G. Cavalcante and Zoran Utkovski and Slawomir Stanczak},
journal= {arXiv preprint arXiv:2103.11456},
year = {2021}
}
备注
Published in 2018 IEEE Global Conference on Signal and Information Processing (GlobalSIP)