인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
피인용 0
초록·키워드
Hybrid precoding emerges as a promising solution for minimizing hardware costs and power consumption while maintaining near-optimal performance for multi-user (MU) multiple-input-single-output (MISO) communication. It leverages an extensive array of phase shifters to execute high-dimensional analog precoding, addressing significant path loss, alongside a limited number of radio frequency chains for low-dimensional digital precoding. This paper introduces a novel approach to hybrid precoding optimization employing Quantum Neural Networks (QNN) and an unsupervised learning technique, with the objective to maximize spectral efficiency and reducing the complexity. The QNN is utilized to obtain optimal analog precoding matrix, which is then utilized to calculate digital precoding using zero-forcing criteria. Simulation results demonstrate the spectral efficiency of QNN-based hybrid precoding gain improvement compared to other hybrid precoding solutions with low complexity.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
UCI(KEPA) : I410-151-25-02-091113799
