一个基于神经网络的随机访问协议,用于拥挤的大规模MIMO系统.
Felipe Augusto Dutra Bueno1, Cézar Fumio Yamamura1, Paulo Rogério Scalassara1
1Electrical Engineering Department, Federal University of Technology PR, Av. Alberto Carazzai, 1640, Cornélio Procópio 86300 000, PR, Brazil.
Sensors (Basel, Switzerland)
|December 23, 2023
概括
本研究引入了一个神经网络,以改善5G网络的随机访问,通过有效地解决碰撞来增强用户设备 (UE) 的连接性. 这种新方法可以提高性能,而不会增加复杂性.
科学领域:
- 电信工程 电信工程 电信工程
- 无线通信系统无线通信系统
- 网络中的机器学习
背景情况:
- 第五代 (5G) 及以后的网络需要对众多用户设备 (UE) 进行有效处理.
- 基于赠款的随机访问 (RA) 协议适用于具有大量数据需求的人类用户.
- 最强的用户碰撞分辨率 (SUCRe) 协议利用基站 (BS) 天线来改善连接.
研究的目的:
- 通过用神经网络 (NN) 取代其转发规则来增强SUCRe协议.
- 实现UE端的去中心化碰撞解决,以更好地识别最强的用户.
- 开发一个单一的NN设置,适应不同的系统拥堵和UE数量.
主要方法:
- 用神经网络 (NN) 取代 SUCRe 协议的转发规则.
- 在不同系统拥堵级别的NN的离线培训.
- 在用户设备 (UE) 上实施的分散的碰撞分辨率.
主要成果:
- 与现有协议相比,连接性能得到了显著的改善.
- 拟议的基于NN的方法不需要额外的复杂性或开销.
- 由于随机访问 (RA) 尝试减少,提高了能源效率.
结论:
- 拟议的基于NN的方法显著提高了5G和超越网络的随机访问性能.
- 该方法证明了对基站 (BS) 天线和传输功率的变化具有稳定性.
- 该方法可以提高能源效率和连接性,而不会增加系统复杂性.


