无蜂窝大规模 MIMO 中深度学习辅助的时延容忍迫零预编码
信息论
2022-10-12 v1 信号处理
math.IT
摘要
在无蜂窝大规模多输入多输出（CFmMIMO）背景下，迫零预编码（ZFP）在频谱效率方面具有优势。然而，由于前传和处理延迟，它受到信道老化的影响。在本文中，我们提出了一种被称为时延容忍迫零预编码（DT-ZFP）的鲁棒方案，该方案利用深度学习辅助的信道预测来减轻过时信道状态信息（CSI）的影响。专门为这种多用户场景设计了一个由一组用户特定预测模块组成的预测器。利用预测范围带来的自由度，通过前传网络交付 CSI 和预编码数据以及通过空中接口传输用户数据和导频可以并行化。因此，DT-ZFP 不仅有效对抗了信道老化，还避免了 CFmMIMO 中规范 ZFP 低效的停止并等待机制。
引用
@article{arxiv.2210.05229,
title = {Deep Learning-Aided Delay-Tolerant Zero-Forcing Precoding in Cell-Free Massive MIMO},
author = {Wei Jiang and Hans D. Schotten},
journal= {arXiv preprint arXiv:2210.05229},
year = {2022}
}
备注
2022 IEEE 96th Vehicular Technology Conference (VTC2022-Fall), London and Beijing, 26-29 September 2022