Core Concepts
Ein neuartiges blindes normalisiertes Stein-Varianz-Gradientenabstieg-basiertes Verfahren zur effizienten Erkennung von Präambel-Kollisionen in intelligenten massiven Zugriffsverfahren.
Abstract
Der Artikel präsentiert ein neues Verfahren zur Erkennung von Präambel-Kollisionen in intelligenten massiven Zugriffsverfahren. Zunächst wird eine modifizierte Hadamard-Transformation (MHT) entwickelt, um hochfrequente Komponenten von wichtigen Signalbestandteilen zu trennen. Darauf aufbauend wird eine Block-MHT-Schicht entworfen, um Rauschen zu entfernen und das Verschwinden von Gradienten in SVGD-basierten Detektoren zu mildern. Anschließend wird ein neuer blinder normalisierter SVGD-Algorithmus abgeleitet, um Präambeln ohne Vorkenntnisse über Rauschleistung und Anzahl aktiver Geräte zu erkennen. Die Ergebnisse zeigen, dass die Block-MHT-Schicht andere Transformations-basierte Methoden in Bezug auf Rechenkosten und Rauschunterdrückung übertrifft. Darüber hinaus erreicht der vorgeschlagene blinde normalisierte SVGD-Algorithmus eine höhere Präambel-Erkennungsgenauigkeit und einen höheren Durchsatz als andere fortschrittliche Erkennungsverfahren.
Stats
Die Wahrscheinlichkeit eines Aktivitätserkennungsfehlers (PADE) verringert sich von 0,3721 auf 0,3340 (10,24%), wenn der SNR 4 dB beträgt.
Der mittlere quadratische Fehler (MSE) verringert sich von 0,4185 auf 0,3703 (9,61%), wenn der SNR 4 dB beträgt.
Quotes
Keine relevanten Zitate gefunden.