基于循环神经网络的毫米波信道自适应波束跟踪
信息论
2021-08-11 v1 math.IT
摘要
由于高各向同性路径损耗和信道衰减，毫米波通信的性能严重依赖于基站（BS）和用户终端（UE）的波束成形精度。在高移动性环境中，准确的波束对齐变得更具挑战性，因为必须可靠且连续地跟踪基站和每个 UE 的角度。本文中，着眼于基站的波束成形，我们提出了一种基于循环神经网络（RNN）的自适应方法，用于跟踪和预测给定 UE 的出发角。此外，我们提出了一种改进的帧结构，以减少波束对齐开销，从而提高通信速率。我们在高度非线性的移动场景中进行的数值实验表明，与粒子滤波等更传统的方法相比，我们提出的方法能够准确跟踪出发角并获得更高的通信速率。
引用
@article{arxiv.2108.04548,
title = {Adaptive Beam Tracking based on Recurrent Neural Networks for mmWave Channels},
author = {Saeid K. Dehkordi and Mari Kobayashi and Giuseppe Caire},
journal= {arXiv preprint arXiv:2108.04548},
year = {2021}
}