지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학술저널
- 저자정보
- 발행연도
- 2023.1
- 수록면
- 141 - 144 (4page)
이용수
초록· 키워드
오류제보하기
최근에 심층신경망(DNN)을 활용하여 채널 추정, 채널 양자화, 피드백, 프리코딩 과정을 통합하여 모델링하는 연구가 진행되었다. 해당연구는 기존에 이론적으로 어렵던 통합 최적화를 deep learning (DL)을 기반으로 수행하여 기존의 실제 codebook을 활용하는 프리코딩기법에 비해 높은 잠재력이 있음을 보였다. 하지만 기존의 기법은 랜덤하게 정해진 소수의 사용자만을 대상으로하며, 기존의 기법과 다르게 스케줄링이 포함된 환경에는 적응이 어렵다. 따라서 본 연구에서는 심층신경망기반의 프리코딩기법이 활용가능한 스케줄링 방식을 연구하여 기존의 결과와 비교한다.
목차
요약
Abstract
Ⅰ. 서론
Ⅱ. 시스템 모델
Ⅲ. 다수의 사용자가 존재하는 상황에서 적합한 스케줄링 기법
Ⅳ. 시뮬레이션 결과 및 결론
참고문헌 (References)
참고문헌 (3)
참고문헌 신청
M. Min, "On Regularization Parameter for Block Diagonalization with Limited Feedback," The Journal of KCIS., vol. 46, no. 7, pp. 1156-1159, July 2021. doi: https://doi.org/10.7840/kics.2021.46.7.1156
K. Kong, W. J. Song, M. Min, "Knowledge Distillation-Aided End-to-End Learning for Linear Precoding in Multiuser MIMO Downlink Systems With Finite-Rate Feedback," IEEE Trans. on Vehicular Tech., vol. 70, no. 10, pp. 11095-11100, Oct. 2021. doi: https://do
M. Min, D. Kim, H. M. Kim, and G. H. Im, "Opportunistic two-stage feedback and scheduling for MIMO downlink systems," IEEE Trans. on Commun., vol. 61, no. 1, pp. 312-324, Jan. 2013. doi: https://doi.org/10.1109/TCOMM.2012.092612.120024
K. Kong, W. J. Song, M. Min, "Knowledge Distillation-Aided End-to-End Learning for Linear Precoding in Multiuser MIMO Downlink Systems With Finite-Rate Feedback," IEEE Trans. on Vehicular Tech., vol. 70, no. 10, pp. 11095-11100, Oct. 2021. doi: https://do
M. Min, D. Kim, H. M. Kim, and G. H. Im, "Opportunistic two-stage feedback and scheduling for MIMO downlink systems," IEEE Trans. on Commun., vol. 61, no. 1, pp. 312-324, Jan. 2013. doi: https://doi.org/10.1109/TCOMM.2012.092612.120024
이 논문의 저자 정보
이 논문과 함께 이용한 논문
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-ECN-0101-2023-567-000389857