一种用于毫米波波束预测的低复杂度机器学习设计
信号处理
2024-01-11 v2
摘要
第三代合作伙伴计划（3GPP）目前正在研究面向第五代（5G）-Advanced新空口（NR）空中接口的机器学习（ML），其中空域与时域波束预测是重要用例。在此背景下，本文提出了一种低复杂度ML设计，可加速空域波束预测，从而降低当前频繁波束测量所必需的功耗与参考信令开销。复杂度分析与评估结果表明，所提模型以更低的计算复杂度实现了最先进的精度，带来了更低的功耗与更快的波束预测。此外，本文还给出了关于所提模型泛化能力的重要观察。
引用
@article{arxiv.2310.19323,
title = {A Low-Complexity Machine Learning Design for mmWave Beam Prediction},
author = {Muhammad Qurratulain Khan and Abdo Gaber and Mohammad Parvini and Philipp Schulz and Gerhard Fettweis},
journal= {arXiv preprint arXiv:2310.19323},
year = {2024}
}