Towards Deep Learning Augmented Robust D-Band Millimeter-Wave Picocell Deployment
Towards Deep Learning Augmented Robust D-Band Millimeter-Wave Picocell Deployment
复制标题
迈向深度学习增强稳健 D 频段毫米波微微蜂窝部署
DOI：
10.1145/3595244.3595266
复制
发表时间：
2023
期刊：
影响因子：
--
通讯作者：
Sur, Sanjib
中科院分区：
文献类型：
--
作者：
Regmi, Hem;Sur, Sanjib
D波段毫米波是Beyond 5G网络的关键无线技术，承诺极高的数据速率、超低延迟，并支持新的物联网应用。然而，大量的信号衰减、对建筑结构的复杂响应以及视距路径的频繁不可用使得D频段微微蜂窝的部署具有挑战性。为了应对这一挑战，我们提出了一种基于深度学习的工具，它允许网络部署人员从几个随机位置快速扫描环境，并预测各地的信号反射配置文件，这对于确定微微蜂窝部署的最佳位置至关重要。
D-band millimeter-wave, a key wireless technology for beyond 5G networks, promises extremely high data rate, ultra-low latency, and enables new Internet of Things applications. However, massive signal attenuation, complex response to building structures, and frequent non-availability of the Line-Of-Sight path make D-band picocell deployment challenging. To address this challenge, we propose a deep learning-based tool, that allows a network deployer to quickly scan the environment from a few random locations and predict Signal Reflection Profiles everywhere, which is essential to determine the optimal locations for picocell deployment.
用于混合空中和地面车辆通信的可重构智能表面的建模和仿真
DOI：
10.1145/3479239.3485700
发表时间：
2021
期刊：
Proceedings of the 24th International ACM Conference on Modeling, Analysis and Simulation of Wireless and Mobile Systems
影响因子：
--
作者：
Karsten Heimann;Benjamin Sliwa;Manuel Patchou;C. Wietfeld
通讯作者：
C. Wietfeld