条件GAN数字孪生模型

波束赋形性能实时映射

该模型用条件生成对抗网络直接学习波束赋形参数到系统性能的映射,能同时拟合给定波束赋形配置下系统性能的分布,为大规模MIMO网络的性能预测和优化提供了新的预验证手段。

He, Weiliang · 张铖 · Deng, Juan · Zheng, Qingbi · 黄永明 · You, Xiaohu

2023

技术优势

既学映射又学分布

模型不仅拟合波束赋形到系统性能的映射,还能匹配给定波束赋形配置下、不同UE位置的系统性能分布,解决随机性带来的不确定性问题。

支持KPI预验证

为不同关键性能指标(KPI)的预验证提供了通用方法,在网络部署前即可评估性能,减少试错成本。

数据增强提精度

通过数据增强进一步提升模型对KPI预测的准确性,使数字孪生更可靠。

应用场景