多天线系统零空间中面向机器类通信的上下文_bandit学习
信息论
2019-05-27 v1 信号处理
math.IT
摘要
本文提出一种基于机会式空间正交化(OSO)概念的新方法，用于机器类通信(MTC)与常规蜂窝通信间的干扰管理。具体地，考虑一个具有多天线 BS 的蜂窝系统，其中设计接收波束成形器以最大化蜂窝用户速率，以及一个从大量 MTD 集合接收数据的机器类聚合器(MTA)。若每个波束成形器在每个时刻有大量 MTD 可供选择传输，则可选取一个对 BS 几乎不造成干扰的 MTD。我们对多个 MTD 对同一波束成形器的此类干扰特性进行了全面分析研究。证明了对每个波束成形器，存在一个使 BS 上干扰可忽略的 MTD。然而，OSO 的最优实现需要 BS 中所有链路的 CSI，这对 MTC 并不实用。为解决该问题，提出一种基于上下文多臂_bandit(MAB)学习概念的在线学习方法。仿真结果表明，可在无 MTD 到 BS 的 CSI 情况下实现 OSO。
引用
@article{arxiv.1905.09880,
title = {Contextual Bandit Learning for Machine Type Communications in the Null Space of Multi-Antenna Systems},
author = {Samad Ali and Hossein Asgharimoghaddam and Nandana Rajatheva and Walid Saad and Jussi Haapola},
journal= {arXiv preprint arXiv:1905.09880},
year = {2019}
}