返回
Atrous convolution neural network based hybrid precoding for mmWave MIMO systems
DOI:10.1016/j.sigpro.2026.110773.png)
摘要
En 中文
• 提出了一种基于空洞卷积神经网络(ACNN)的混合预编码算法,用于全连接结构。
• 设计了混合空洞卷积(HAC)模块,以减少计算量并提取稀疏信道信息。
• 开发了自定义网络层以满足非凸恒模和功率约束。
• 相比经典卷积神经网络(CNN),计算开销降低约43%,预测精度提高25%。
Keyword:
Hybrid precoding
Atrous convolution
Deep learning
Millimeter-wave
MIMO
期刊
IF:
3.6
论文数:
10.0K
被引数:
1.7W
机构
引用论文
Low-complexity hybrid precoding for sub-connected millimeter wave massive MIMO systems面向亚连接毫米波大规模MIMO系统的低复杂度混合预编码
SIGNAL PROCESSING
IF3.6
Robust Beamforming for RIS-Aided Communications: Gradient-Based Manifold Meta LearningRIS辅助通信的鲁棒波束形成: 基于梯度的流形元学习
Channel Estimation for Dynamic Metasurface Antennas-Based Millimeter Wave Massive MIMO基于动态超表面天线的毫米波大规模MIMO信道估计

