PulseAugur
实时 03:12:21
English(EN) A Deep Learning-based Receiver for Asynchronous Grant-Free Random Access in Control-to-Control Networks

深度学习接收器提升控制网络中的异步通信效率

研究人员开发了一种新颖的基于深度学习的接收器,旨在改善控制到控制通信网络中的异步无许可随机接入。该系统利用卷积神经网络(CNN)来准确检测命令单元边界,即使在传输未对齐且流量很高的情况下也能实现。接收器可以利用LDPC解码器和信道估计的软信息来增强尾部序列检测,最终实现可靠的数据包识别和低数据包丢失率。 AI

影响 为提高控制网络中的通信效率引入了一种新颖的深度学习方法。

排序理由 该集群包含一篇详细介绍新技术方法的学术论文。

在 arXiv cs.AI 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

深度学习接收器提升控制网络中的异步通信效率

报道来源 [1]

  1. arXiv cs.AI TIER_1 English(EN) · Enrico Paolini ·

    面向控制到控制网络的异步无授权随机接入的深度学习接收机

    In this paper, we study grant-free, asynchronous control-to-control (C2C) communications in an indoor scenario with a shared wireless channel. Each communication node transmits command units, each consisting of a variable-length low-density parity-check (LDPC)--coded payload prec…