[論文筆記]Trajectory Data Driven V2V/V2I Mode Switching and Bandwidth Allocation for Vehicle Networks
車輛的高機動性給車輛網絡中高效可靠的通信帶來挑戰，其中的關鍵是如何實時處理大量的信道反饋信息以及如何更好地進行資源分配。本文提出一種利用軌跡數據的資源分配方法，其特點爲減少CSI信息的反饋量並使V2VI協同工作。使用DNN和軌跡數據對V2V/I的模式進行訓練。 概要： 本文主要研究車車通信中，是直接V2V，還是用BS做中繼進行V2I更好點。帶寬分配需要知道V2VI各自的鏈路數，而選用V2V傳遞還是
相關文章
- 1. 【論文閱讀筆記】Data-Driven Sparse Structure Selection for Deep Neural Networks
- 2. Circuit Switching and Packet Switching Networks
- 3. 【論文閱讀】Further Non-local and Channel Attention Networks for Vehicle Re-identification
- 4. Data-Driven Sparse Structure Selection for Deep Neural Networks 論文翻譯
- 5. 【論文筆記】：Stitcher: Feedback-driven Data Provider for Object Detection
- 6. [論文筆記] Methodologies for Data Quality Assessment and Improvement (ACM Comput.Surv, 2009) (1)
- 7. 論文筆記：SlowFast Networks for Video Recognition
- 8. 【論文筆記】Fully Convolutional Networks for Semantic Segmentation
- 9. 論文筆記Visualizing and understanding convolutional networks
- 10. 論文筆記——Squeeze-and-Excitation Networks(SE-Net)
- 更多相關文章...
- • ASP.NET Razor - 標記 - ASP.NET 教程
- • XML DOM data 屬性 - XML DOM 教程
- • Tomcat學習筆記（史上最全tomcat學習筆記）
- • RxJava操作符（七）Conditional and Boolean
相關標籤/搜索
每日一句
-
每一个你不满意的现在，都有一个你没有努力的曾经。
最新文章
- 1. vs2019運行opencv圖片顯示代碼時，窗口亂碼
- 2. app自動化 - 元素定位不到？別慌，看完你就能解決
- 3. 在Win8下用cisco ××× Client連接時報Reason 422錯誤的解決方法
- 4. eclipse快速補全代碼
- 5. Eclipse中Java/Html/Css/Jsp/JavaScript等代碼的格式化
- 6. idea+spring boot +mabitys(wanglezapin)+mysql (1)
- 7. 勒索病毒發生變種 新文件名將帶有「.UIWIX」後綴
- 8. 【原創】Python 源文件編碼解讀
- 9. iOS9企業部署分發問題深入瞭解與解決
- 10. 安裝pytorch報錯CondaHTTPError：******
歡迎關注本站公眾號,獲取更多信息
相關文章
- 1. 【論文閱讀筆記】Data-Driven Sparse Structure Selection for Deep Neural Networks
- 2. Circuit Switching and Packet Switching Networks
- 3. 【論文閱讀】Further Non-local and Channel Attention Networks for Vehicle Re-identification
- 4. Data-Driven Sparse Structure Selection for Deep Neural Networks 論文翻譯
- 5. 【論文筆記】：Stitcher: Feedback-driven Data Provider for Object Detection
- 6. [論文筆記] Methodologies for Data Quality Assessment and Improvement (ACM Comput.Surv, 2009) (1)
- 7. 論文筆記：SlowFast Networks for Video Recognition
- 8. 【論文筆記】Fully Convolutional Networks for Semantic Segmentation
- 9. 論文筆記Visualizing and understanding convolutional networks
- 10. 論文筆記——Squeeze-and-Excitation Networks(SE-Net)