DEEP LEARNING-BASED USER CLUSTERING IN MILLIMETER WAVE NON-ORTHOGONAL MULTIPLE ACCCESS COMMUNICATIONS

A method and network node for deep learning based user clustering in millimeter wave (mmWave) non-orthogonal multiple access (NOMA) are disclosed. According to one aspect, a method includes determining a minimum number of clusters to be served by the network node subject to a first constraint that l...

Full description

Saved in:
Bibliographic Details
Main Authors SOKUN, Hamza, YANIKOMEROGLU, Halim, RAJASEKARAN, Aditya Sriram, MARAQA, Omar, AL-AHMADI, Saad
Format Patent
LanguageEnglish
French
Published 07.07.2022
Subjects
Online AccessGet full text

Cover

Loading…
More Information
Summary:A method and network node for deep learning based user clustering in millimeter wave (mmWave) non-orthogonal multiple access (NOMA) are disclosed. According to one aspect, a method includes determining a minimum number of clusters to be served by the network node subject to a first constraint that limits a total number of WDs in each cluster. The method also includes assigning WDs to each cluster of the minimum number of clusters while or after the minimum number of clusters is determined, the determined minimum number of clusters and WD assignments being for a first spatial distribution of the plurality of WDs. Procédé et nœud de réseau permettant un regroupement d'utilisateurs reposant sur un apprentissage profond dans un accès multiple non orthogonal (NOMA) à ondes millimétriques (mmWave). (5) Selon un aspect, un procédé consiste à déterminer un nombre minimum de groupes à desservir par le nœud de réseau soumis à une première contrainte qui limite un nombre total de WD dans chaque groupe. Le procédé consiste également à attribuer des WD à chaque groupe du nombre minimum de groupes pendant ou après que le nombre minimal de groupes est déterminé, le nombre minimum déterminé de groupes et les attributions WD (10) étant destinées à une première distribution spatiale de la pluralité de WD.
Bibliography:Application Number: WO2020IB62488