从认知到智能通信的 20 年演进
本文讨论了智能无线通信、认知无线电、机器学习技术的发展,以及它们在提高动态无线环境下的频谱和能量效率方面的作用和现实应用,并且指出了认知无线电和机器学习在现有和未来无线通信系统中面临的进一步研究挑战。
Oct, 2017
本文介绍了各种各样的 AI 和机器学习技术,用于发展认知路由协议,并调查了各种 AI 技术类别在 CRN 中的应用,特别是在路由问题上。同时,我们强调了认知路由协议必须解决的各种推理、推断、建模和学习子任务,并确定了开放性研究问题和未来工作的方向。
Aug, 2013
近年来,随着大数据和计算技术的不断进步,人工智能已成为一种有用的工具,可以实现智能无线电信号处理,本文对智能无线电物理层中的调制分类、信号检测、波束成型和信道估计等方面进行了涵盖和总结,提出了 AI 技术的概述,概述了研究挑战和未来方向。
Aug, 2020
本文重点讨论了深度学习在认知系统中的应用,探讨了用于解决多天线认知通信中的数据复杂性和无线信道动态等挑战的多种基于深度学习的方法,包括联邦学习、迁移学习和在线学习等。我们提出了一些解决这些挑战的深度学习设计方案,包括量化学习模型、数据 / 模型并行化和分布式学习方法。
Oct, 2020
本文调查了 i4C 技术的不同方面,并讨论了通信,计算,缓存和控制模型,重点关注最新趋势的传统和人工智能(AI)集成方法。此外,本文探讨了感知和通信(ISAC)的集成方法,并提出了 6G 网络的未来研究方向和挑战。
Dec, 2022
本文介绍了利用人工神经网络进行自主分布式的次级网络的控制策略,并通过预测次级网络对主网络的干扰来解决干扰限制和认知无线电之间的信息交流等问题,以实现更精细的下层传输功率控制和更高的传输机会。
Jun, 2018
研究了二次用户在交互式无线通信过程中的最大吞吐量和最小化每个主接收器产生的干扰之间的权衡,并通过利用二次发射机处的多天线,从信息理论的角度对该基本权衡进行了表征,以实现对时空和频率域中的机会光谱共享。
Nov, 2007