用于有限反馈多小区大规模 MIMO 下行波束成形的增强深度展开方法
信号处理
2022-09-07 v1 信息论
math.IT
摘要
在有限反馈多用户多输入多输出（MU-MIMO）蜂窝网络中，用户向关联基站（BS）发送关于信道状态的量化信息以进行下行波束成形。然而，信道量化和波束成形传统上被视为两个独立任务，难以实现全局系统最优。本文提出一种增强深度展开（ADU）方法，联合优化基站处的波束成形方案与用户处的信道量化方案。具体而言，将经典 WMMSE 波束成形器展开，并利用深度神经网络（DNN）对其输入进行预处理以提升性能。当反馈容量严格受限时，采用变分信息瓶颈技术进一步提升性能。仿真结果表明，所提 ADU 方法在系统平均速率方面优于所有基准方案。
引用
@article{arxiv.2209.01436,
title = {Augmented Deep Unfolding for Downlink Beamforming in Multi-cell Massive MIMO With Limited Feedback},
author = {Yifan Ma and Xianghao Yu and Jun Zhang and S. H. Song and Khaled B. Letaief},
journal= {arXiv preprint arXiv:2209.01436},
year = {2022}
}
备注
This paper has been accepted by IEEE GLOBECOM, Rio de Janeiro, Brazil, Dec. 2022