您当前的位置：
首页 >
文章列表页 >
MIMO-NOMA系统中基于深度学习CCDNN框架的传输速率提高和能量效率优化算法
通信与控制工程 | 更新时间：2026-04-23
上一篇|下一篇

    • MIMO-NOMA系统中基于深度学习CCDNN框架的传输速率提高和能量效率优化算法

    • Optimization algorithm for transmission rate improvement and energy efficiency in MIMO-NOMA system based on a deep learning CCDNN framework

    • “介绍了其在MIMO-NOMA领域的研究进展，相关专家提出了一种基于深度学习的MIMO-NOMA系统框架，采用高效深度学习通信卷积方法（CCDNN），为解决系统吞吐量下降问题提供了可行方案。”
    • 王金鹏 ，窦顺瑶 ，王珏 ，赵昕
    • 吉林大学学报（工学版） 2026年56卷第3期 页码：830-842
    • 作者机构：

      大连工业大学 信息科学与工程学院，辽宁 大连 116034

    • 作者简介：

      王金鹏（1979-），男，副教授，博士.研究方向：无线通信. E-mail：wangjp@dlpu.edu.cn

    • 基金信息：
      国家自然科学基金项目(61402069;61272369);辽宁省普通高等教育本科教学改革立项项目(UPRP20140139);辽宁省自然科学基金项目(20170540059);辽宁省研究生教育教学改革研究项目(LNYJG2024164)

    • DOI： 10.13229/j.cnki.jdxbgxb.20240719     

      中图分类号：

    移动端阅览

  •  
  •  

  • AI导读

  • HTML全文

  • 图( 7 ) 表( 6 )

  • 参考文献

  • 出版信息

  • 数据统计

74

浏览量

107

下载量

0

CSCD

文章被引用时，请邮件提醒。
提交
工具集
  • BibTeX下载
  • Endnote下载
  • RefMan 下载
  • NoteExpress下载
  • NoteFirst下载

相关文章

基于真⁃伪三连体神经网络的传感器本体匹配方法
基于PSO-GRU模型的车辆换道意图识别
基于混合对比的无偏半监督医学影像分类模型
MonoSPDC：一种基于全局-通道注意力优化的单目3D目标检测
基于图卷积神经网络的多维度长时间交通流量预测模型

相关作者

卢家伟
剡昌锋
郭瑞军
范超冉
付明迪
袁满
李宇健
袁靖舒

相关机构

兰州理工大学 机电工程学院
大连交通大学 交通工程学院
东北石油大学 计算机与信息技术学院
天津工业大学 天津市自主智能技术与系统重点实验室
天津工业大学 人工智能学院