5g | BriefGPT - AI 论文速递

关键词5g

搜索结果 - 111

使用真实世界数据建模 5G 能耗：能量指纹即所需
该研究提出了一种基于实际数据集的新颖的 5G 基站能耗建模方法，通过将基站标识符（BSID）信息纳入输入特征并使用嵌入层进行编码，以准确表示不同基站的能源指纹，并引入了掩码训练方法和注意机制来提高模型的泛化能力和准确性，在评估中实现了显著改
PDF21 days ago
获取最新一代网络的物理层数据以调查对手攻击
通过与机器学习应用程序相结合的仿真模型，可以提供有关攻击的数据，尤其是来自处理服务信息的攻击数据。
PDF2 months ago
通过垂直和水平学习将无线网络映射到数字现实
VH-Twin 是一个基于时间序列数据驱动的框架，通过竖直同构和水平同构阶段，以及基于地理和无线特性的网络区域的周期性聚类机制，有效地将无线网络映射到数字现实中。通过使用实际的无线网络流量数据，在细胞无线网络中进行综合实验，验证了 VH-T
PDF2 months ago
物联网在大规模 MIMO 系统中的智能飞行员分配：可扩展物联网基础设施的一种路径
通过用户聚类的试验分配方案，本文提出了一种为物联网设备设计的用户调度方案和导频分配策略，以减轻导频污染对 M-MIMO 网络中的频谱效率和系统可扩展性的影响，并通过将导频分配视为图着色问题来优化干扰，从而最大限度地提高频谱效率。仿真结果显示
PDF3 months ago
5G 和 B5G 网络中的机器学习 KPI 预测
这篇论文介绍了一个在 5G 和 B5G 网络中使用的机器学习模型，用于估计吞吐量并结合当前网络状态推导其他网络 KPI 以提高服务保证。通过数值评估，验证了该 KPI 预测模型相对于其他方法在同样或几乎相同计算时间下的性能优势。
PDF3 months ago
MM5G 网络中的移动预测攻击
第五代移动通信网络引入了新的网络功能（NF），即网络数据分析功能（NWDAF）。NWDAF 的主要目标是向网络内的各实体以及 5G 生态系统中的外部应用服务提供先进的分析服务。NWDAF 的一个关键用例是移动轨迹预测，旨在通过及时分配必要的
PDF4 months ago
DISTINQT: 质量预测未来移动和无线网络的分布式隐私感知学习框架
DISTINQT 是一个隐私感知的分布式学习框架，用于 QoS 预测，在多个异构节点之间共享计算，并通过将原始输入数据编码为非线性潜在表示来贡献于数据隐私保护。在 Tele-Operated Driving 应用场景，我们的框架相比于集中化
PDF6 months ago
多智能体上下文学习策略下的毫米波车联网干扰感知波束分配
利用毫米波、5G 和车辆通信研究具有潜力的提高信道带宽和网络容量，通过开发一种名为多主体背景学习（MACOL）的新策略，利用环境上下文信息来控制干扰并分配毫米波束为网络中的车辆服务，成功实现了在重载交通负荷条件下将干扰水平保持在约 10%
PDF6 months ago
基于贝叶斯网络模型推理分析的 5G 匿名干扰检测
本文介绍了一个基于 5G 协议栈中信号参数的匿名干扰检测模型，该系统通过监督学习和无监督学习实时高精度地检测干扰，包括未知类型干扰。监督模型的 AUC 为 0.964 至 1，相比之下，LSTM 模型的 AUC 为 0.923 至 1。然而
PDF7 months ago
通过探索视频显著性和轨迹信息进行三维视频流媒体的视口预测
本研究提出了一种名为 Saliency and Trajectory Viewport Prediction (STVP) 的新方法，采用视频显著性信息和视口轨迹来提高体积视频传输中视口预测的精确性，并通过引入 Uniform Random
PDF7 months ago
B5G 网络自动化的分层网络数据分析框架：设计与实现
通过引入 5G 模块化网络功能和分布式结构，我们提出了一种分层网络数据分析框架 (H-NDAF)，以解决在增加的分析请求中，传统网络数据分析功能不能及时提供准确结果的问题。通过广泛的仿真结果，在开源软件 (free5GC) 中证明了 H-N
PDF9 months ago
基于深度学习的上行多用户 SIMO 波束赋型设计
通过提出一种名为 NNBF 的无监督深度学习框架，该研究旨在设计上行接收多用户单输入多输出（MU-SIMO）波束成形，以增强吞吐量并提供计算效率高于传统方法的解决方案。实验结果表明，NNBF 相对于零强制波束成形（ZFBF）和最小均方误差（
PDF9 months ago
演化网络中异常检测的取证数据分析
5G 和虚拟化等关键技术在网络部署中的使用引起了对安全控制的关注，该研究论述了网络异常检测的数字取证数据分析框架的有效性。
PDFa year ago
基于注意力的深度强化学习的开放式无线接入网络切片管理
本文介绍了一种基于 O-RAN 模块和分布式代理合作，利用注意力机制的深度强化学习（ADRL）技术，以实现更好的网络性能，通过有效信息提取和实现泛化，提出了在分布式代理之间引入值 - 注意力网络来实现可靠和最优决策。模拟结果证明，与其他深度
PDFa year ago
基于基带信号的毫米波有源相控阵天线的鲁棒高效故障诊断
本文提出了一种用于在一测量点快速而准确地诊断出有故障的 APA 元素和组件的新方法，该方法利用 Deep Neural Network（DNN）来分类不同的故障。通过 MHz 级基带信号上的特征提取，它能够在仅使用单个探头的情况下实现高精度
PDFa year ago
成本感知连续学习中的快速上下文适应
本文探讨了在 5G 等新型网络中，如何平衡学习过程和用户数据平面的资源需求，并提出了一种动态策略来达成资源的有效利用和数据保障。研究结果表明，该方法在减少对用户 QoS 干扰的同时，可以比传统静态分配方法更快地达到高效的资源分配策略，达到了
PDFa year ago
生成模型如何提高 6G 非地面网络的 LOS 估计
本文提出了一个框架，使用生成模型为非地球 6G 网络中的 LOS 估计生成合成数据集，从而解决由于数据集难以获得及隐私问题导致的 ML 算法训练困难的问题。
PDFa year ago
面向基于机器学习的分布式系统的认证
本文分析了目前认证方案存在的挑战和不足，讨论了开放的研究问题，并针对基于机器学习的分布式系统提出了第一个认证方案。
PDFa year ago
基于自动化模糊测试与运行时分析的 NLP 跨层次 5G 漏洞检测
本研究提出了一种利用运行时分析和机器学习检测 5G 软件栈漏洞、异常行为和性能下降的创新方法，并在 srsRAN 上进行测试，准确性达到 93.4% 至 95.9%。该方法可应用于各个领域的 5G 应用与关键基础设施中，实时发现漏洞并进行优
PDFa year ago
基于自编码器的 SMAP 被动微波辐射计射频干扰抑制
本文提出一种基于自编码器的射电频率干扰抑制算法，以消除潜在同频段的 5G 基站等地面用户造成的干扰，减少由于 RFI 造成的信息丢失。
PDFa year ago