Resumen

En este trabajo, consideramos un sistema de múltiples entradas y múltiples salidas con una gran matriz de antenas que crea interferencia multiusuario no deseada y aumenta el consumo de energía debido al gran número de cadenas de radiofrecuencia (RF). El diseño de precodificación selectiva de símbolos a nivel de antena se desarrolla minimizando la tasa de error de símbolo (SER) con límites de cadenas de RF disponibles. El problema no convexo restringido por la norma - se puede aproximar como una minimización de -, que luego se resuelve mediante el enfoque de método de multiplicadores de dirección alternativa (ADMM). El esquema básico de ADMM se mapea en un proceso de construcción iterativa donde la solución óptima se obtiene tomando una red de aprendizaje profundo como bloque de construcción. Además, dado que el algoritmo ADMM estándar es sensible a la selección de hiperparámetros, introducimos el proceso de retropropagación para entrenar los parámetros. Los resultados de la simulación muestran que el esquema prop

• Materias:Comunicación inalámbrica Dispositivos móviles Seguridad de la información Algoritmo de inteligencia Sensor inteligente
• Subjects:Wireless communication Mobile devices Information security Algorithm intelligence Intelligent sensor
• Palabras claves:Antena de matriz a gran escala; Interferencia multiusuario; Precodificación a nivel de símbolo; Tasa de error de símbolo; Cadenas de RF; Aprendizaje profundo ADMM.
• Keywords:Large-scale antenna array; Multiuser interference; Symbol level precoding; Symbol error rate; RF chains; Deep learning ADMM.