基于机器学习的海量MIMO-GSM发射天线选择
信号处理
2019-03-12 v1 网络与互联网体系结构
摘要
针对海量MIMO系统，提出了一种动态灵活的广义空间调制（GSM）框架。我们的框架利用机器学习方法处理GSM，以改善在相关信道和信道估计误差存在时的误码性能。在GSM发射机中采用了决策树和多层感知机两种方法。仿真结果表明，在存在实际损伤的情况下，与经典的基于欧氏距离的方法相比，基于机器学习的方法提供了更优的性能。上述观测结果通过在所设计的 MIMO测试平台上使用软件定义无线电节点获得的测量结果得到了验证。
引用
@article{arxiv.1903.04460,
title = {Transmit Antenna Selection for Massive MIMO-GSM with Machine Learning},
author = {Selen Gecgel and Caner Goztepe and Gunes Karabulut Kurt},
journal= {arXiv preprint arXiv:1903.04460},
year = {2019}
}