期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
面向6G的通信感知一体化关键技术体系与硬件原型验证
1
作者 赵川斌 孙红 +5 位作者 张腾宇 罗宏亮 王禹淙 蒋玉骅 林博 高飞飞 《电子与信息学报》 北大核心 2025年第4期932-947,共16页
第6代移动通信(6G)系统将基于通信感知一体化能力获取精确的环境信息和用户状态信息,从而在保障通信业务的同时将真实物理世界复刻为数字孪生世界。该文提出一种完备的6G通感一体关键技术体系,包括静态环境重构、动态目标感知、物体材... 第6代移动通信(6G)系统将基于通信感知一体化能力获取精确的环境信息和用户状态信息,从而在保障通信业务的同时将真实物理世界复刻为数字孪生世界。该文提出一种完备的6G通感一体关键技术体系,包括静态环境重构、动态目标感知、物体材质识别3大基本能力。具体地,该文设计了基于多用户、多基站、主被动融合的静态环境重构技术,构建了多基站协同、多特征融合的动态目标感知技术,研究了基于多基站协同的电磁感知与材质识别技术。在此基础上,开发了基于射频系统级芯片上的现场可编程门阵列(RFSoC-FPGA)的通用通感一体化硬件原型平台,可在保持通信服务的同时有效重建环境地图并感知动态目标。 展开更多
关键词 通信感知一体化 静态环境重构 动态目标感知 物体材质识别 硬件原型验证
在线阅读 下载PDF
基于深度神经网络的AI辅助5G自优化研究与实践
2
作者 赵川斌 孙红 +2 位作者 尹浩 胡贵宾 罗宁 《移动通信》 2025年第3期125-130,共6页
当前的无线网络多代多频段多模共存,结构和参数日趋复杂,利用人工智能辅助无线通信是当前重要研究方向,在现有网络架构和接口下实现人工智能辅助5G网络运营优化是工程落地难点。将基于机器学习的移动网络参数自优化方法应用于5G网络优... 当前的无线网络多代多频段多模共存,结构和参数日趋复杂,利用人工智能辅助无线通信是当前重要研究方向,在现有网络架构和接口下实现人工智能辅助5G网络运营优化是工程落地难点。将基于机器学习的移动网络参数自优化方法应用于5G网络优化工程实践,通过聚类算法将基站的参数和海量的手机终端测量数据多维关联并分区,运用深度神经网络深度学习建模并通过遗传算法调优,自动输出优化调整方案并实现网络问题的自查找和自优化。经过现网工程试点,解决了应用中数据波动、数据贯通等难题,效果明显,将原有依赖人工为主变成以人工智能自动给出优化方案的人工智能辅助智能自优化模式。该方案是人工智能应用5G网络侧的有效尝试,不仅提升了运营效率,更为人工智能辅助5G网络优化及6G网络AI能力协议演进提供了有益的参考方案。 展开更多
关键词 人工智能 深度神经网络 栅格化 多维数据
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部