上下文波束赋形：利用位置与人工智能提升无线通信性能
信息论
2023-07-21 v1 系统与控制
系统与控制
math.IT
摘要
无线通信的泛在性已使其成为自动化、智能车辆、虚拟现实与无人机等主流技术的基石。随着这些技术在日常生活中被广泛采用，确保蜂窝网络在移动场景下的可靠性能已成为一项首要挑战。波束赋形作为现代移动网络的关键组成部分，可实现空间选择性并改善网络质量。然而，许多波束赋形技术是迭代式的，给系统引入了不必要的时延。近来，利用移动用户位置信息以加速波束赋形过程受到越来越多的关注。本文探讨上下文波束赋形的概念，讨论其优势、劣势与影响。值得注意的是，研究表明，相较于无波束赋形场景，采用自适应波束赋形(MRT)算法使信噪比(SNR)提升达惊人的 53%。文章进一步阐明 MRT 如何促成上下文波束赋形，并考察了定位在实现上下文波束赋形中的重要性。此外，本文深入探讨了利用人工智能方案(包括机器学习和深度学习)实现依托用户位置信息的上下文波束赋形技术。基于综合评述，结果表明 MRT 与迫零(ZF)技术相结合，辅以采用贝叶斯优化(BO)的深度神经网络(DNN)，代表了上下文波束赋形最具前景的途径。研究还讨论了可编程交换机(如 Tofino)在实现位置感知波束赋形方面的未来潜力。
引用
@article{arxiv.2307.10183,
title = {Contextual Beamforming: Exploiting Location and AI for Enhanced Wireless Telecommunication Performance},
author = {Jaspreet Kaur and Satyam Bhatti and Olaoluwa R Popoola and Muhammad Ali Imran and Rami Ghannam and Qammer H Abbasi and Hasan T Abbas},
journal= {arXiv preprint arXiv:2307.10183},
year = {2023}
}