5g networks | BriefGPT - AI 论文速递

关键词5g networks

搜索结果 - 37

探索 5G 网络数据传输动力学：概念分析
利用实验和模拟研究，本论文探讨了 5G 网络中数据传输的动态过程，包括视频和 LiDAR 数据处理的各个阶段，数据的传输和接收，以及与网络问题相关的用户体验质量。此外，论文还研究了可靠实时通信的带宽和延迟需求，并通过实验估计了相关数值。最后
PDF2 months ago
用于 5G 射频领域中干扰检测的无线空中双阈值深度学习器
使用深度学习和 RF 领域特征提取的双阈值检测方法，通过提取 PSS 相关性和 EPNRE 特征，用于区分正常和受干扰的 5G 信号，进一步优化了训练和检测效果，并通过实际测试结果验证了 DT-DDNN 的性能。
PDF4 months ago
MM朝着基于意图的网络管理：5G 核心网络中的意图提取的大型语言模型
这篇论文讲述了将机器学习和人工智能整合到第五代（5G）网络中，揭示了网络智能的局限性，以及当前和下一代设备对网络智能的越来越苛刻的要求。本文提出了为 5G 和下一代基于意图的网络开发定制的大型语言模型（LLM），并提供了对未来 LLM 发展
PDF4 months ago
基于学习的边缘内容传输缓存机制
基于 Hazard Rate（HR）排序的 HR-Cache 是一种学习为基础的缓存框架，通过利用上界的规则指导缓存淘汰决策，并通过轻量级的机器学习模型提高字节命中率在边缘环境中的性能。实验结果表明，HR-Cache 相较于现有的最先进方法
PDF5 months ago
无人机辅助无线网络中基于深度强化学习的综合接入返程布局
利用深度强化学习优化实时的无人机部署，实现 5G 网络的增强与改进，填补了无人机辅助 5G 网络的空白，为未来移动网络提供可扩展且适应性强的解决方案。
PDF7 months ago
LLM-Twin: 基于 Mini-Giant 模型推动的超越 5G 的数字孪生网络框架与安全语义通信和计算
提出了一种大型语言模型（LLM）驱动的数字孪生网络框架（LLM-Twin），通过远程合作方案实现了 LLM 在数字孪生网络中的高效部署，并为数字孪生网络设计了语义级高效和安全的通信模型，经过数值实验和案例研究验证了 LLM-Twin 的可行
PDF7 months ago
使用 PCA、t-SNE 和 UMAP 可视化分析和分类 5G 网络流量入侵攻击的关键分析
使用基于人工智能的自主端到端安全设计方法，通过检测网络流量异常，解决 5G 网络上物理设备的安全问题。本研究使用最近发布的 5G 流量数据集 5G-NIDD，并通过机器学习和深度学习方法来检测网络流量异常。通过可视化技术、数据降维、解决类别
PDF7 months ago
基于数据的 5G 预测延迟：基于网络测量的理论和实验分析
本研究旨在利用移动网络运营商可获得的真实网络数据，对 5G 网络中的预测延迟进行彻底分析，并利用机器学习中的贝叶斯学习和图学习技术进行概率回归、异常检测和预测预测框架测试，并使用来自车辆移动、城市交通等场景的数据进行验证，结果为预测算法在实
PDFa year ago
MM面向 5G 多 MAP 网络的动态灵活三维操作的联邦式多智能体深度强化学习
本文提出了一种基于两级层次结构的管理方法，结合统一接入 - 回传约束、联邦式机器学习和双注意力深度强化学习模型，在考虑移动接入点规划的同时，优化无人机的部署和网络结构设计，提高 5G 网络中移动接入点的效率。
PDFa year ago
毫米波系统中基于纯探索单峰臂铳的最佳波束辨识
本文开发了一种名为 Unimodal Bandit for Best Beam (UB3) 的算法，通过纯探索策略在有限时间内利用波束接收信号强度的单峰结构，找到最佳波束，证明了其误差指数不依赖于波束数量，并通过大量仿真证明了 UB3 的优
PDF2 years ago
5G 基站流量预测的联邦学习
本文研究联邦学习应用于基站聚合 LTE 数据的时序预测的有效性。我们使用 5 种不同的神经网络架构在联邦设置下进行一步预测，结果表明：适应联邦设置的学习架构与集中式设置具有相当的预测误差，基站的预处理技术导致更高的预测准确性，而现代聚合器并
PDF2 years ago
MM集成接入与回传网络的约束部署优化
本文研究 IAB 网络中不同位置的部署对覆盖范围的影响，并提出利用毫米波技术的受阻部署优化方法，结果表明，网络规划可以大大提高 IAB 网络的覆盖范围。
PDF2 years ago
MM基于深度学习的大规模 MIMO 信道状态获取在 5G 进化和 6G 中的应用
本文提出了基于深度学习技术的 CSI 采集的两种实现方案，并在 5G NR 网络中进行了评估，结果表明这些方案在信道状态信息获取方面具有较大的性能提升，可用于 5G 网络和未来的 6G 网络。
PDF2 years ago
MM毫米波网络覆盖漏洞检测：一种无监督学习方法
本文提出了一种使用流形学习技术 —— 统一流形逼近和投影，无监督地识别覆盖漏洞的方法，利用该方法，可以通过区分深度学习数据中可视漏洞来确定覆盖洞边界，并应用基于通道的定位技术来获取覆盖洞的地理边界。
PDF3 years ago
5G 网络中的定位技术
本文描述了 3GPP Release 16 中针对 5G 网络的定位规范，其中包括用于满足诸多监管、商业和工业用例的定位信号、测量、过程和架构，并评估了在 3GPP 模拟场景中的指示性定位性能，显示在不同场景和假设下，90% 精度为数米至数
PDF3 years ago
MM关于集成接入与返回链路网络的当前状况和潜力
本文介绍并研究了作为一种有前途的 5G 网络技术之一的集成接入和回传（IAB）的潜力和挑战。我们从不同的角度研究了 IAB 网络，并总结了关于不同协议层面的 IAB 特定协议的主要协议。同时，我们评估了 IAB 网络在密集区域和郊区中的性能
PDF4 years ago
可扩展无线电脱耦大规模天线阵列的结构化大规模访问
本文提出了一种新的结构化大规模接入算法框架，包括一种初始接入算法、一种部分大尺度衰落解码策略、两种导频分配方案和一种分式功率控制策略，模拟结果表明，该框架在局部部分最小均方误差 (LP-MMSE) 和最大比例 (MR) 合并时提供了高的谱效
PDF4 years ago
Learn to Schedule (LEASCH): 5G MAC 层无线资源调度的深度强化学习方法
本文介绍了 LEASCH，一款基于深度强化学习的模型，可在 5G 网络的 MAC 层中解决无线电资源调度问题，实验证明其优于传统基准方法，解决了新一代网络服务带来的网络管理挑战。
PDF4 years ago
5G 下的 RF 指纹和深度学习辅助 UE 定位
通过使用射线追踪工具和系统级模拟器，研究使用深度学习技术辅助用户设备在 5G 及更高网络中的定位能力，这项技术在无线资源管理方面更为高效和简单，并为未来网络提供了更积极的移动管理机制。
PDF5 years ago
超出 5G 的未来多天线技术
本文介绍了无线通信中用于提高数据速率的多天线技术及其在 5G 网络中的运用，重点调研了无蜂窝多输入多输出（MIMO）、波束形成与智能反射技术等新兴技术，并向读者提出其他未来可能的研究方向
PDF5 years ago