自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(11)
  • 收藏
  • 关注

原创 2021-04-27

1 IEEE Vehicular Technology Magazine -->IEEE Veh. Technol. Mag 2 IEEE Communications Surveys Tutorials–>IEEE Commun. Surv. Tutorials 3 IEEE Wireless Communications–>IEEE Wirel. Commun. 4 IEEE Internet of Things Journal–>IEEE Internet Things J

2021-04-27 16:23:09 414 1

原创 2020-11-16

function [Xr, Theta] = solveP2(Qr) %Qr 为初始的轨迹 global M K Ek rk % Equation (1) pathloss = eq1(Qr); % Equation (4) R = eq4(pathloss); cvx_begin quiet %(P2) %variable 是待优化的变量 variables x(M,K);v %M X K variables theta(1,1); %松弛变量 minimize(sum(theta)) subjec

2020-11-16 21:53:55 359

原创 仿真学习记录帖子(持续更新)

expression的用法 在优化问题的时候遇到提示变量被重写,系统提示是这样子的 解决方法就是把variable v2注释掉(自己都赋值了,还设什么变量),因为,cvx中的variable变量不是允许人为赋值的,只有在最后得出结果才会被结果覆盖,而expression变量是可以使用“=”的临时变量,在完成cvx后其值清零。 expression的用法: cvx_begin expression z=zeros(1,N) 这里表示expression做为临时变量 z(:,n)=x; 将x赋值给z cvx_

2020-11-16 21:49:51 994

原创 【深度学习与智能反射面:论文阅读】:Enabling Large Intelligent Surfaces with Compressive Sensing and Deep Learning

文章目录前言中心思想具体实现A.==COMPRESSIVE SENSING== BASED 智能反射面设计B. ==DEEP LEARNING BASED== LIS I智能反射面设计实现细节仿真结果总结 前言 论文题目: Power of Deep Learning for Channel Estimation and Signal Detection in OFDM Systems 这篇文章设计了一个全新的智能反射面架构,整个传感器包含两类的传感器元素:(1) 无源的反射单元;(2) 活动的信道传感器

2020-11-12 21:41:22 6856 12

原创 无人机论文学习记录

无人机论文学习记录第一篇:Energy-Efficient UAV Communication With Trajectory Optimization摘要系统模型无人机能耗模型附录A中无人机能耗推导思路无约束轨迹的能效 第一篇:Energy-Efficient UAV Communication With Trajectory Optimization (IEEE TRANSACTIONS ON WIRELESS COMMUNICATIONS, VOL. 16, NO. 6, JUNE 2017) (Yo

2020-09-24 17:04:48 1612

原创 Hybrid Digital and Analog Beamforming Design for Large-Scale Antenna Arrays学习心得

Hybrid Digital and Analog Beamforming Design for Large-Scale Antenna Arrays最小RFchian数量以实现全数字预编码性能 最小RFchian数量以实现全数字预编码性能 Proposition 1rank(VRFVD)≤min(VRF,VD)≤NRF,rank(VFD)=Nsrank(V_{RF}V_{D})\leq min(V_{RF},V_D)\leq N^{RF},rank(V_{FD})=N_srank(VRF​VD​)≤min

2020-09-03 21:39:11 1498

原创 激光扫描测距仪的实质就是3D激光雷达

这里所说的激光扫描测距仪的实质就是3D激光雷达。如上面视频中展现的那样,扫描仪可以获取各转角情况下目标物体扫描截面到扫描仪的距离,由于这类数据在可视化后看起来像是由很多小点组成的云团,因此常被称之为:点云(Point Clould)。 在获得扫描的点云后,可以在计算机中重现扫描物体/场景的三维信息。 这类设备往往用于如下几个方面: 1) 机器人定位导航 目前机器人的SLAM

2020-09-03 16:41:29 6739 1

原创 学习 Hybrid Beamforming for Millimeter Wave Systems Using the MMSE Criterion

链接: https://github.com/TianLin0509/Hybrid-Beamforming-for-Millimeter-Wave-Systems-Using-the-MMSE-Criterion. Hybrid Beamforming for Millimeter Wave Systems Using the MMSE Criterion Author : 林田 摘要: 首先提出了 ** manifold optimization-based HBF ** algorithm is fi

2020-09-02 21:09:44 1789

原创 转载B417科研笔记de Matlab代码实现智能反射面的信道仿真

Matlab代码实现智能反射面的信道仿真 主要存在三个信道: 基站到UE 的直达经: BS-UE信道 基站到IRS 的直达经:BS_IRS信道 IRS到用户的信道: IRS-UE信道 与传统 MIMO 系统不一样的是,BS-IRS与IRS-UE信道,这两个均可以看作是传统的MIMO信道。 考虑毫米波信道,毫米波信具有稀疏性,径数有限。 IRS是一个平面,所以其天线响应向量(array response vector)应该是一个UPA (uniform planar array) 因此其响应应该写作:

2020-09-01 17:37:41 4409 1

原创 学习Beamforming Design for Large-Scale Antenna Arrays Using Deep Learning

学习Beamforming Design for Large-Scale Antenna Arrays Using Deep LearningcontributionBFNN架构**BF优化问题建立****三个主要考虑的方面****神经网络工作模式**仿真参数设置及结果仿真代码学习(部分,我认为重要的)文件1 :utils.py contribution 本文提出了一个全新的BFNN,利用深度学习设计模拟预编码,对于能量受限以及不完美信道的时候,能够学习优化预编码器最大化频谱效率。 而通过神经网络后能够直接

2020-08-31 18:24:43 2556 3

原创 学习keras 简单记录

小白学习kerastf.keras.backend.batch_dot函数 tf.keras.backend.batch_dot函数 导入方式 // 定义在:tensorflow/python/keras/backend.py。 tf.keras.backend.batch_dot( x, y, axes=None ) 批量化的点积 from tensorflow.python.keras import models,layers 当x和y是批量数据时,batch_dot用于计算x和y的点积,即sh

2020-08-31 15:31:10 514

空空如也

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除