【技术实现步骤摘要】
本专利技术属于移动通信领域，涉及接入协议，具体涉及一种无蜂窝大规模mimo中基于模型驱动深度学习的高能效免授权随机接入方法。
技术介绍
1、随着物联网在智慧农业、智慧医疗、智慧工厂和智慧交通等领域的广泛应用，机器类设备的数目将迎来爆炸式增长。截止至2017年，全球接入网络的机器类设备数目达到84亿；据预测2030年全球接入网络的机器类设备数目将会突破千亿，设备密度将达到每平方千米千万个设备，远超5g大规模机器类通信所定义的每平方千米百万个设备。无蜂窝大规模mimo有能力支持海量机器类设备接入的高吞吐量、高可靠性的要求。在覆盖区域内，无蜂窝大规模mimo设立若干接入点并通过回程网络与中央处理器连接，cpu对接收信号联合处理消除了蜂窝间干扰的问题，通过一个合适的功率控制方案可以保证覆盖区域内一致的用户容量。
2、免授权随机接入采用非正交导频并取消授权接入过程来支持大连接数目的要求，设备进行数据传输时无需与基站预先建立连接。通过使用非正交导频和对接入流程的简化，免授权随机接入有效减少了延时和导频开销。无蜂窝大规模mimo的高分集增...
【技术保护点】
1.无蜂窝大规模MIMO中基于模型驱动深度学习的高能效免授权随机接入方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的无蜂窝大规模MIMO中基于模型驱动深度学习的高能效免授权随机接入方法，其特征在于，所述步骤S2中基于模型驱动深度学习将VAMP算法展开为一个T层的神经网络，VAMP的非线性函数中的参数设置为可学习参数，通过梯度下降将神经网络训练为MMSE最佳接收机。
3.根据权利要求2所述的无蜂窝大规模MIMO中基于模型驱动深度学习的高能效免授权随机接入方法，其特征在于，所述步骤S2中基于模型驱动深度学习的神经网络结构由VAMP算法的线...
【技术特征摘要】
1.无蜂窝大规模mimo中基于模型驱动深度学习的高能效免授权随机接入方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的无蜂窝大规模mimo中基于模型驱动深度学习的高能效免授权随机接入方法，其特征在于，所述步骤s2中基于模型驱动深度学习将vamp算法展开为一个t层的神经网络，vamp的非线性函数中的参数设置为可学习参数，通过梯度下降将神经网络训练为mmse最佳接收机。
3.根据权利要求2所述的无蜂窝大规模mimo中基于模型驱动深度学习的高能效免授权随机接入方法，其特征在于，所述步骤s2中基于模型驱动深度学习的神经网络结构由vamp算法的线性层与非线性层展开得到，具体过程为：
4.根据权利要求3所述的无蜂窝大规模mimo中基于模型驱动深度学习的高能效免授权随机接入方法，其特征在于，所述步骤s2中学习毫米波信道概率分布特征的mmse最优的非线性函数η(rt；σt,θt)，具体为：
5.根据权利要求4所述的无蜂窝大规模mimo中基于模型驱动深度学习的高能效免授权随机接入方法，其特征在于，所述步骤s2的神经网络中使用em模块实时估计活跃概率与噪声方差以适应环境的动态变化：
6.根据权利要求5所述的无蜂窝大规模mimo中基于模型驱动深度学习的高能效免...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。