基于迟滞噪声混沌神经网络的导频分配
在多小区大规模多输入多输出(MIMO)系统中,导频污染已经成为制约整个系统的瓶颈.合理地使用导频资源能减轻导频污染的影响,为了寻找使边缘用户和容量最大的导频分配方式,该文首次提出了基于迟滞噪声混沌神经网络(HNCNN)的导频分配方案.迟滞噪声混沌神经网络作为良好的优化工具,其优化能力与所设计的能量函数相关.该方案结合导频资源使用的特点以及最大化边缘用户和容量的计算方式,设计了新的能量函数.仿真结果表明,网络能在一定迭代次数后收敛到较优的导频分配方式.与其它文献方案相比,采用以HNCNN为框架求取导频分配方式,可以更有效减轻导频污染的影响,使系统性能得到改善.
大规模多输入多输出、导频污染、导频分配、迟滞噪声混沌神经网络
42
TN911
2020-10-23(万方平台首次上网日期,不代表论文的发表时间)
共8页
2454-2461