A Deep Constrained and Synchronous Training Framework for Hybrid Precoding

To reduce the computational complexity and improve the achievable rate of hybrid precoding, we propose a deep constrained and synchronous training framework, which enables effective learning from the fully digital precoders and approaches the upper bound performance. The key innovation focuses on in...

Celý popis

Podrobná bibliografie

Vydáno v:	IEEE communications letters Ročník 26; číslo 6; s. 1288 - 1292
Hlavní autoři:	Liu, Zijian, Luo, Yang, Xu, Yan, Luo, Chunbo
Médium:	Journal Article
Jazyk:	angličtina
Vydáno:	New York IEEE 01.06.2022 The Institute of Electrical and Electronics Engineers, Inc. (IEEE)
Témata:	Array signal processing efficiency fully digital precoder Hybrid power systems Hybrid precoding Neural networks Precoding Propagation losses Radio frequency residual precoding network spectral synchronous training Training Upper bounds
ISSN:	1089-7798, 1558-2558
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!