כתבה
arXiv cs.AI ·
ניבוי ערוץ חיצוני ב-5G ומעבר
Data driven approach for Outdoor Channel Prediction in 5G and Beyond
ניבוי ערוץ חיצוני ב-5G ומעבר לשיפור חווית המשתמש. שיטה זו משתמשת בנתונים ובלמידת מכונה כדי לחזות את מקדם הערוץ. המחקר בודק שיטות שונות כגון Support Vector Regression, KNN, Random Forest, XGBoost ו-MLP.
תקציר מקורי באנגליתarXiv:2605.01777v2 Announce Type: replace-cross Abstract: An evolution of Wireless Communications towards 5G and beyond provides improved user experience in terms of quality of services. Understanding and estimating Channel information plays crucial role in providing better user experience. Traditional methods of channel estimation involves periodically sending pilots (known signals), estimating channel and send back estimated channel information to the BS which increases computational complexity and communication complexity. Hence, we focus on data driven approach for channel estimation. In this work, we explore a channel estimation mechanism at 7GHz frequency band for a given user location. This work involves data generation using Ray tracing mechanism and Machine learning model training
קרא במקור המקורי
arxiv.org
פתח כתבה מקורית