毫米波初始对准的主动学习与CSI获取
信息论
2019-09-05 v4 机器学习
math.IT
应用统计
机器学习
摘要
具有大型天线阵列的毫米波（mmWave）通信由于毫米波频带中的大可用带宽而是一种实现极高数据速率的有前景的技术。此外，给定最优方向波束赋形向量的知识，已证明大型天线阵列能克服毫米波中的严重信号衰减以及干扰问题。然而，关于最优波束赋形向量可达成学习率的基本限制仍然存在。本文考虑在通信初始接入阶段中波束赋形向量的自适应与顺序优化问题。在单径信道模型下，该问题简化为主动学习从用户发送到基站（BS）信号到达角（AoA）。借鉴分层波束赋形码本设计[1]、序列测量依赖噪声搜索策略[2]以及来自不完美标注器的主动学习[3]的最新结果，提出了一种自适应顺序对准算法。通过外在Jensen-Shannon散度推导了所提算法期望搜索时间的上界，表明所提算法的搜索时间渐近地匹配无噪声二分搜索的性能，仅差一个常数因子。此外，上界显示获取的AoA误差概率随搜索时间呈指数快速衰减，其指数项为获取率的递减函数。在数值上，将所提算法与先前工作比较，观察到系统通信速率的显著改善。最值得注意的是，在相关的低（-10dB至5dB）原始SNR区间，这建立了首个实际可行的初始接入解决方案，因此也是独立毫米波通信的首次演示。
引用
@article{arxiv.1812.07722,
title = {Active Learning and CSI Acquisition for mmWave Initial Alignment},
author = {Sung-En Chiu and Nancy Ronquillo and Tara Javidi},
journal= {arXiv preprint arXiv:1812.07722},
year = {2019}
}
备注
This paper appears in: IEEE Journal on Selected Areas in Communications On page(s): 1-16 Print ISSN: 0733-8716 Online ISSN: 1558-0008