基于无监督学习的无蜂窝大规模 MIMO 去中心化波束成形
信号处理
2022-03-08 v3 机器学习
摘要
无蜂窝大规模 MIMO（CF-mMIMO）系统代表了一种提升无线通信系统频谱效率的有前景的方法。然而，近最优波束成形解需要接入点（AP）与网络控制器（NC）之间进行大量信令交换。在本信中，我们提出两种无监督深度神经网络（DNN）架构，即全分布式与部分分布式，可在 AP 与 NC 之间零或有限通信开销下，针对全数字与混合预编码执行去中心化协调波束成形。所提 DNN 取得了近最优的和速率，同时相较于传统近最优解将计算复杂度降低了 10–24 倍。
引用
@article{arxiv.2106.16194,
title = {Decentralized Beamforming for Cell-Free Massive MIMO with Unsupervised Learning},
author = {Hamed Hojatian and Jeremy Nadal and Jean-Francois Frigon and Francois Leduc-Primeau},
journal= {arXiv preprint arXiv:2106.16194},
year = {2022}
}
备注
This work has been submitted to the IEEE for possible publication. Copyright may be transferred without notice