第6期 献上一份最新的学术报告~ 智能通信被认为是5G之后移动通信后续发展主流方向之一,其基本思想是将智能元素引入移动通信系统的各个层面,实现从移动通信与人工智能技术有机融合,大幅度提升移动通信系统的效能。学术界和工业界正在上述领域开展研究工作,前期的研究成果集中于应用层和网络层,主要思想是将机器学习特别是深度学习的思想引入到无线资源管理和分配等领域。目前,该方面研究正在向MAC层和物理层推进,特别在物理层已经出现无线传输与深度学习结合的最新趋势,然而,该领域各项研究目前处于初步探索阶段。 本报告面向基于深度学习的无线物理层关键技术,从研究背景、机器学习简介、深度学习在无线传输中的应用、以及挑战与展望四个方面展开详细介绍,展示了近两年来国际学术界在该方面的最新研究进展。在此基础上,本报告进一步介绍了课题组从理论与实践两个方面在该领域的最新研究成果,主要包括基于压缩图像恢复技术的毫米波波束空间信道估计、基于深度学习的波束域毫米波大规模MIMO系统信道估计、基于深度学习的信道状态信息反馈及重建、以及基于深度学习的用户天线选择等。本报告最后对该领域的挑战与展望做了简要概括。 01 研究背景 02 机器学习简介 03 基于深度学习的调制模式识别 04 基于深度学习的信道编/解码 05 基于深度学习的信道建模/估计/均衡 06 基于深度学习的信号检测 07 基于自动编码器的通信新架构 08 基于压缩图像恢复技术的 毫米波波束空间信道估计 09 基于深度学习的波数域毫米波 大规模MIMO系统信道估计 10 基于深度学习的CSI反馈及重建 11 基于深度学习的用户天线选择 12 挑战与展望 |
|
来自: wingsofsilence > 《通信网络》