Energieeffiziente Leistungssteuerung in drahtlosen Netzwerken durch Deep Unfolding: Vergleichende Studie zweier Deep-Unfolding-Mechanismen

In dieser Arbeit wird eine vergleichende Studie zu zwei Deep-Unfolding-Mechanismen durchgeführt, um die Leistungssteuerung in drahtlosen Netzwerken der nächsten Generation effizient durchzuführen. Das Problem der Leistungssteuerung wird als Energieeffizienz über mehrere Interferenzverbindungen formuliert. Basierend auf den Lösungen werden zwei Deep-Learning-Modelle entwickelt, die die Vorteile des modellgetriebenen und des datengetriebenen Ansatzes kombinieren.