![](/images/graphics-bg.png)
Predicting Wireless MmWave Massive MIMO Channel Characteristics Using Machine Learning Algorithms
المؤلفون المشاركون
Wang, Cheng-Xiang
Bai, Lu
Huang, Jie
Xu, Qian
Yang, Yuqian
Goussetis, George
Sun, Jian
Zhang, Wensheng
المصدر
Wireless Communications and Mobile Computing
العدد
المجلد 2018، العدد 2018 (31 ديسمبر/كانون الأول 2018)، ص ص. 1-12، 12ص.
الناشر
Hindawi Publishing Corporation
تاريخ النشر
2018-08-23
دولة النشر
مصر
عدد الصفحات
12
التخصصات الرئيسية
تكنولوجيا المعلومات وعلم الحاسوب
الملخص EN
This paper proposes a procedure of predicting channel characteristics based on a well-known machine learning (ML) algorithm and convolutional neural network (CNN), for three-dimensional (3D) millimetre wave (mmWave) massive multiple-input multiple-output (MIMO) indoor channels.
The channel parameters, such as amplitude, delay, azimuth angle of departure (AAoD), elevation angle of departure (EAoD), azimuth angle of arrival (AAoA), and elevation angle of arrival (EAoA), are generated by a ray tracing software.
After the data preprocessing, we can obtain the channel statistical characteristics (including expectations and spreads of the above-mentioned parameters) to train the CNN.
The channel statistical characteristics of any subchannels in a specified indoor scenario can be predicted when the location information of the transmitter (Tx) antenna and receiver (Rx) antenna is input into the CNN trained by limited data.
The predicted channel statistical characteristics can well fit the real channel statistical characteristics.
The probability density functions (PDFs) of error square and root mean square errors (RMSEs) of channel statistical characteristics are also analyzed.
نمط استشهاد جمعية علماء النفس الأمريكية (APA)
Bai, Lu& Wang, Cheng-Xiang& Huang, Jie& Xu, Qian& Yang, Yuqian& Goussetis, George…[et al.]. 2018. Predicting Wireless MmWave Massive MIMO Channel Characteristics Using Machine Learning Algorithms. Wireless Communications and Mobile Computing،Vol. 2018, no. 2018, pp.1-12.
https://search.emarefa.net/detail/BIM-1216433
نمط استشهاد الجمعية الأمريكية للغات الحديثة (MLA)
Bai, Lu…[et al.]. Predicting Wireless MmWave Massive MIMO Channel Characteristics Using Machine Learning Algorithms. Wireless Communications and Mobile Computing No. 2018 (2018), pp.1-12.
https://search.emarefa.net/detail/BIM-1216433
نمط استشهاد الجمعية الطبية الأمريكية (AMA)
Bai, Lu& Wang, Cheng-Xiang& Huang, Jie& Xu, Qian& Yang, Yuqian& Goussetis, George…[et al.]. Predicting Wireless MmWave Massive MIMO Channel Characteristics Using Machine Learning Algorithms. Wireless Communications and Mobile Computing. 2018. Vol. 2018, no. 2018, pp.1-12.
https://search.emarefa.net/detail/BIM-1216433
نوع البيانات
مقالات
لغة النص
الإنجليزية
الملاحظات
Includes bibliographical references
رقم السجل
BIM-1216433
قاعدة معامل التأثير والاستشهادات المرجعية العربي "ارسيف Arcif"
أضخم قاعدة بيانات عربية للاستشهادات المرجعية للمجلات العلمية المحكمة الصادرة في العالم العربي
![](/images/ebook-kashef.png)
تقوم هذه الخدمة بالتحقق من التشابه أو الانتحال في الأبحاث والمقالات العلمية والأطروحات الجامعية والكتب والأبحاث باللغة العربية، وتحديد درجة التشابه أو أصالة الأعمال البحثية وحماية ملكيتها الفكرية. تعرف اكثر
![](/images/kashef-image.png)