symbol error rate | BriefGPT

关键词symbol error rate

搜索结果 - 6

多比特量化联邦学习中的基于 SER 的设备选择机制
该研究论文通过符号误码率分析了无线通信对联邦学习的影响，研究了非正交多址接入作为通信框架以减少由多用户引起的通信拥塞和干扰的方法，并提出了基于最小均方误差的串行干扰消除技术用于恢复接收端的每个终端节点的梯度。在此基础上，设计了基于符号误码率
PDF3 months ago
MM非相干大规模机器通信的模型驱动深度学习
本文中，我们研究了使用单相不相干方案进行大规模机器型通信（mMTC）中的关节设备活动和数据检测，其中数据位嵌入到导联序列中，基站同时检测活动设备及其嵌入的数据位而无需显式通道估计；针对非相干传输方案引入的相关稀疏性模式，传统的幅度估计传输（
PDF2 years ago
可重构智能表面辅助 MIMO 系统中反射和预编码联合设计以减小 SER
本文探讨了重构智能表面在点对点多数据流多输入多输出（MIMO）无线通信中的应用，提出了反射优化和预编码矩阵优化两种方法来优化符号误差率，采用仿真验证了方案的有效性，并与双向放大转发（AF）中继系统进行了比较。
PDF5 years ago
光纤通信的端到端深度学习
本论文采用深度学习实现了一种光纤通信系统，可通过单端到端的过程优化收发器，构建出一个灵活的，鲁棒性较好的收发器，成功地将其应用于强度调制 / 直接检测（IM/DD）系统，实现了可靠的传输，并将传输速度提高至 42GBfs。
PDF6 years ago
MM利用变分自编码器进行盲通道均衡
该论文介绍了一种新的最大似然估计方法，使用变分自编码器来进行盲信道均衡，在符号重构的误差率方面比常数模块均衡器有显著和一致的改进。此外，作者还展示了该方法相对于常数模块算法具有显著的低延迟通道获取的优势。
PDF6 years ago
大规模 MIMO 中基于 Box-relaxation 译码器的符号误码率性能
本文研究了多目标多输入无线通信系统中符号检测的最大似然（ML）译码器，提出了一种可行的 Box-relaxation 优化（BRO）替代方法，研究了特定条件下 BRO 的符号误差率 (SER) 性能，使用了凸性高斯极值定理进行分析。
PDF7 years ago