- 博客(3)
- 收藏
- 关注
RSS订阅原创 End-to-End Fast Training of Communication LinksWithout a Channel Model via Online Meta-Learning学习笔记
通过在线元学习在没有信道模型的情况下对通信链路进行端到端快速培训Abstract当信道模型不可用时，编码器和解码器在衰落噪声信道上的端到端训练通常需要重复使用信道和反馈链路。该方法的一个重要限制是，对于每个新渠道，培训通常应从零开始。为了解决这个问题，以前的工作考虑了多个信道上的联合训练，目的是找到一对在一类信道上工作良好的编码器和解码器。在本文中，我们建议通过元学习消除联合训练的局限性。所提出的方法基于元训练阶段，其中解码器的在线基于梯度的元学习通过导频的传输和反馈链路的使用与编码器的联合训练相耦
2021-09-13 13:47:17
385
原创 Deep Learning for Massive MIMO CSI Feedback-学习笔记
jinshi，chao-kai wenAbstractIn frequency division duplex mode, the downlink channel state information (CSI) should be sent to the base station through feedback links so that the potential gains of a massive multiple-input multiple-output can be exhibite
2021-09-03 15:59:17
1186
原创 Multi-resolution CSI Feedback with Deep Learningin Massive MIMO System-笔记
In this paper, a novel feedback network namedCRNet is proposed to achieve better performance via extractingCSI features on multiple resolutions. An advanced trainingscheme that further boosts the network performance is alsointroduced. Simulation result
2021-09-02 19:22:59
745
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人