基于深度学习的D2D毫米波通信中继选择

摘要

针对毫米波(mmWave)环境下,设备到设备(D2D)直接通信链路遇到阻碍时的中继选择问题,提出一种基于深度学习的解决方案.采用卷积神经网络(CNN)框架构建能够成功决策和精确预测的智能模型,并基于能量效率最大准则,实现最优化D2D中继链路选择.仿真实验采用毫米波多天线MIMO数据集对所提模型进行了训练和测试.仿真结果表明,提出的基于深度学习的中继选择方案在吞吐量和能量效率方面优于常用的基于快速频率切换的解决方案.