JCNN-Based DD Hybrid Precoding Algorithm With TPSAS Structure for FD-MIMO Systems

This letter presents a joint convolutional neural network (JCNN)-based double dimensional (DD) hybrid precoding algorithm for adaptive fully-connected subarray structure with two-layer shared phase shifters (TPSAS) full-dimensional multiple-input multiple-output (FD-MIMO) systems. Firstly, a TPSAS s...

Ausführliche Beschreibung

Gespeichert in:

Bibliographische Detailangaben
Veröffentlicht in:	IEEE wireless communications letters Jg. 13; H. 2; S. 357 - 361
Hauptverfasser:	Shi, Baozhu, Liu, Fulai, Du, Ruiyan
Format:	Journal Article
Sprache:	Englisch
Veröffentlicht:	Piscataway IEEE 01.02.2024 The Institute of Electrical and Electronics Engineers, Inc. (IEEE)
Schlagworte:	Adaptive algorithms adaptive fully-connected subarrays Algorithms Antennas Artificial neural networks Complexity Double dimensional hybrid precoding energy efficiency Hardware joint convolutional neural network Labels Optimized production technology Phase shifters Power demand Precoding Radio frequency two-layer shared phase shifter
ISSN:	2162-2337, 2162-2345
Online-Zugang:	Volltext
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Schreiben Sie den ersten Kommentar!