基于复数BP神经网络的毫米波多用户大规模MIMO系统混合预编码
信号处理
2019-08-02 v1 信息论
math.IT
摘要
大规模多输入多输出（MIMO）系统的高能耗已成为毫米波（mm-Wave）通信场景中的一个突出问题。混合预编码技术通过将部分编码工作移交给移相网络，大幅减少了射频（RF）链路的数量，从而有效提高能效。然而，基于数学手段的传统混合预编码算法往往存在性能损失和计算复杂度高的问题。本文提出了一种新颖的基于BP神经网络的混合预编码算法，该算法以全数字迫零（ZF）预编码作为训练目标。考虑到基站端的信号为复数，我们选择了具有更丰富表征能力的复数神经网络。此外，我们给出了复数神经网络的激活函数以及反向传播过程的梯度推导。仿真结果表明，所提出的混合预编码算法性能能够最优地逼近ZF预编码。
引用
@article{arxiv.1908.00404,
title = {Complex-BP-Neural-Network-based Hybrid Precoding for Millimeter Wave Multiuser Massive MIMO Systems},
author = {Kai Chen and Jing Yang and Xiaohu Ge and Yonghui Li},
journal= {arXiv preprint arXiv:1908.00404},
year = {2019}
}