基于分解的本地6G网络干扰管理框架
信号处理
2023-10-10 v1
摘要
管理小区间干扰是无线网络中的主要挑战之一，在需要保证严格服务质量（如超可靠低延迟通信（URLLC）应用）时更是如此。本研究提出了一种用于本地6G网络的新型智能干扰管理框架，该框架基于干扰预测进行资源分配。所提出的算法涉及一种称为经验模态分解的先进信号预处理技术，随后使用序列到一Transformer算法对每个分解分量进行预测。预测的干扰功率随后用于估计未来的信干噪比，进而分配资源以保证URLLC应用所需的高可靠性。最后，基于Transformer模型预测的干扰信号探索了一种干扰消除方案。所提出的序列到一Transformer模型在干扰预测中展现出鲁棒性。所提方案与两种基线算法进行了数值评估对比，发现均方根误差相比基线方案最高降低55%。
引用
@article{arxiv.2310.05809,
title = {Decomposition Based Interference Management Framework for Local 6G Networks},
author = {Samitha Gunarathne and Thushan Sivalingam and Nurul Huda Mahmood and Nandana Rajatheva and Matti Latva-Aho},
journal= {arXiv preprint arXiv:2310.05809},
year = {2023}
}
备注
Accepted for IEEE GLOBECOM 2023 Workshops, Kuala Lumpur, Malaysia