毫米波车载网络中的波束训练与数据传输优化
信息论
2018-04-27 v1 math.IT
摘要
未来车载通信网络需要新的解决方案，通过利用毫米波(mm-wave)频谱的潜力来满足其容量需求。尤其是移动性给其设计带来严峻挑战，因此必须加以考虑。毫米波车载网络中的一个关键问题是如何优化定向数据传输(DT)与使其得以实现的方向性波束训练(BT)之间的权衡。本文研究利用学习工具优化该权衡。在所提场景中，基站(BS)使用 BT 建立通往沿道路行驶的移动用户(MU)的毫米波定向链路。为控制 BT/DT 权衡，我们构建了一个部分可观测(PO)马尔可夫决策过程(MDP)，其中系统状态对应于 MU 在道路链路中的位置。目标是在功率约束下最大化通信会话期间 BS 传送给 MU 的比特数。所得最优策略表明，自适应 BT/DT 过程显著优于常识性启发式方案，且特定移动性特征(如用户位置估计)可有效用于提升整体系统性能并优化可用系统资源。
引用
@article{arxiv.1804.10181,
title = {Beam Training and Data Transmission Optimization in Millimeter-Wave Vehicular Networks},
author = {Maria Scalabrin and Nicolò Michelusi and Michele Rossi},
journal= {arXiv preprint arXiv:1804.10181},
year = {2018}
}