基于深度神经网络的最大化SINR小区选择算法

来源 :信息技术与信息化 | 被引量 : 0次 | 上传用户:westlink
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
提出了基于深度神经网络DNN的最大SINR准则来模拟5G场景下的小区切换。利用准确光线追踪数据来构建能捕获对地形、建筑材料依赖性的DeepMIMO信道,在获取UE信道信息后,将5G双频段基站下的小区选择建模为分类问题,通过传统小区算法训练DNN,来获得小区选择的预测结果。仿真结果表明,基于DNN的最大化SINR方法在5G双频组网的小区选择中具有较好表现,预测准确性达到79.16%,预测的平均用户系统吞吐量能达到传统算法的84.31%。仿真结果验证了算法的有效性。
其他文献
供餐预定系统平台以开放性作为设计准则,提供标准API,java-SDK方式共享接口和资源。采用Nginx反向代理设计,后端通过Docker方式弹性部署2-10个并发服务接口,能够根据用户流量
[摘要] 目的 研究表柔比星(EPI)聯合多西他赛(DOC)新辅助化疗治疗乳腺癌临床效果及其对患者癌组织细胞增殖核抗原(Ki-67)表达的影响。 方法 选取我院于2018年1月至2019年3月收治的70例乳腺癌患者,将其随机分为对照组与观察组,每组各35例。两组均接受新辅助化疗,对照组采用5-氟尿嘧啶(5-FU)联合EPI治疗方案,观察组采用EPI联合DOC治疗方案,对比两组患者治疗效果、治疗前后
应急动力控制器作为现代飞机应急动力系统的一种重要组成部件,通过采集系统的状态信息,控制系统的动作响应。详细分析了应急动力系统对控制器的典型需求,结合工程应用经验,依
通过对政务服务统一电子印章系统组成部分、部署形式以及电子印章制发过程分析,详细介绍电子印章系统、电子印章制发过程,提高对统一电子印章系统的认识程度。从电子印章"分
针对复杂系统的建模与仿真中仿真资源互操作性、可重用性、可组合性的需求,结合云计算以及微服务的思想,参照基于SOA的分布式仿真系统的架构,提出了基于微服务的新型建模仿真
设计是基于Proteus的单片机由蜂鸣器振动的频率不同引起的发音变化来实现音阶的演奏。系统结合51单片机去实现软硬件设计与制作。硬件部分主要由Proteus 8 Professional绘制
设计采用MVC的设计模式和前后端分离的技术,前端使用Vue的渐进式JavaScript框架,后端使用MyBatis的持久层框架,并通过JSON的数据交换格式进行前后端数据传输,实现挂号、退号
随着运营商业务支撑系统向云原生演进和微服务改造,原先应用各自独立设置数据库连接的方式已无法满足要求。通过构建统一数据访问层,以连接池复用技术对数据库访问进行统一管
在深度学习的图像分类问题中,网络模型深度是研究学者们十分关注的课题。针对此课题,设计了在不同网络层数对Cifar-10数据集进行分类的实验,探讨卷积神经网络的深度对模型的准确率影响;实验结果中,网络结构为6层、10层和15层准确率分别为64.24%、76.49%和72.50%,得出网络层数直接影响分类效果,网络层数越多并不会导致分类效果越好,选择合适深度的网络才能达到更高的模型性能。
采用STM32L0系列单片机作为主控芯片,以具有抗电磁干扰架构的FDC2214芯片作为电容传感器,将两块紫铜板作为平行板电容,通过导线将极板连接至传感器模块的输入端。FDC2214读取