摘要:毫米波大規(guī)模多輸入多輸出技術是提高5G移動通信容量的核心技術之一,其中混合預編碼技術作為大規(guī)模MIMO系統(tǒng)中最關鍵的技術而被廣泛研究。采用傳統(tǒng)的迭代算法解決混合預編碼問題通常導致較高的計算復雜度和嚴重的系統(tǒng)性能損失。機器學習方法由于其具有自適應學習和決策的優(yōu)勢而被應用于混合預編碼器的設計工作中。在機器學習的基礎理論上提出了一種采用交叉熵優(yōu)化策略的混合預編碼算法,通過迭代更新具有穩(wěn)健誤差的交叉熵損失函數(shù)得到最佳的混合預編碼器組合,該組合被證明可以實現(xiàn)理想的傳輸總和速率,可以顯著提高系統(tǒng)的能量效率。
注:因版權方要求,不能公開全文,如需全文,請咨詢雜志社。
移動通信雜志, 月刊,本刊重視學術導向,堅持科學性、學術性、先進性、創(chuàng)新性,刊載內(nèi)容涉及的欄目:“空天地海一體化”專題、研究與探討、網(wǎng)規(guī)網(wǎng)優(yōu)等。于1973年經(jīng)新聞總署批準的正規(guī)刊物。