-
题名雾无线接入网中基于神经网络的资源分配方案
- 1
-
-
作者
曾舒磊
李学华
潘春雨
王亚飞
赵中原
-
机构
北京信息科技大学信息与通信工程学院
北京邮电大学信息与通信工程学院
-
出处
《计算机工程与应用》
CSCD
北大核心
2020年第24期78-84,共7页
-
基金
北京市自然科学基金-海淀原始创新联合基金(No.L182039,No.L182032)
北京市自然科学基金(市教委联合资助)(No.KZ201911232046)
+1 种基金
北京信息科技大学促进高校内涵发展项目(No.5211910926,No.5211910924)
北京信息科技大学师资补充与支持计划(No.5029011103,No.5111911147)。
-
文摘
考虑雾无线接入网(Fog Radio Access Network,F-RAN)中的性能优化问题,提出一种基于深度神经网络(Deep Neural Network,DNN)的资源分配方案。该方案旨在通过资源分配策略来最大化经济频谱效率(Economical Spectral Efficiency,ESE)。为解决传统资源分配方案需要大量计算的问题,该方案借助神经网络模型,将ESE作为损失函数,使用更少的计算量来确定用户的波束赋形,从而实现实时处理。仿真结果表明,相比于基于传统凸优化功率分配方案或者是基于监督学习的CNN方法,所提出的方案的光谱效率(Spectral Efficiency,SE)和ESE的最大增益分别可以达到5%和20%。此外,该方案在执行时间上与CNN方案接近,明显优于传统算法。
-
关键词
雾无线接入网(F-RAN)
深度学习
资源分配
深度神经网络
频谱效率
经济频谱效率
-
Keywords
Fog Radio Access Network(F-RAN)
deep learning
resource allocation
Deep Neural Network(DNN)
spectral efficiency
economical spectral efficiency
-
分类号
TN915.65
[电子电信—通信与信息系统]
-
