BriefGPT - AI 论文速递
·
基于学习的时延受限前端压缩优化在 C-RAN 中
💡
原文中文，约300字，阅读约需1分钟。
📝
内容提要
该研究优化了云无线电接入网络中远程无线电头的模拟和数字部分，使用加权下行总速率和网络能源效率最大化的目标进行联合优化，并提出了块协调下降算法。同时，研究了不完美信道状态信息对性能的影响，并应用采样平均近似扩展算法。数值结果证实了所提出方案的有效性，表明所提出的算法对估计误差具有鲁棒性。
🎯
关键要点
- 研究了云无线电接入网络中远程无线电头的模拟和数字部分的优化。
- 考虑了理想和不完美的信道状态信息。
- 使用加权下行总速率和网络能源效率最大化的目标进行联合优化。
- 满足前传链路宽带限制、每个无线电头功率限制和射频波束成形矩阵常模约束。
- 提出了块协调下降算法。
- 探讨了不完美信道状态信息对性能的影响。
- 应用了采样平均近似扩展算法。
- 数值结果证实了所提出方案的有效性。
- 所提出的算法对估计误差具有鲁棒性。
➡️
