基于深度学习的自适应联合毫米波波束对准
信息论
2024-01-25 v1 信号处理
math.IT
摘要
充满挑战的传播环境加上毫米波系统的硬件限制，催生了对具有低延迟和高可实现波束成形增益的精确初始接入波束对准策略的需求。该领域最近的大部分工作要么集中在单侧波束对准，要么集中在链路两侧执行一系列固定信道探测步骤的联合波束对准方法。基于码本的非自适应波束对准方案允许多个用户设备（UE）并行执行初始接入波束对准，而自适应方案在可实现波束成形增益方面更具优势。本研究引入了一种新颖的基于深度学习的联合波束对准方案，旨在将 UE 侧自适应、无码本波束对准的优势与基站侧基于码本扫描方案的优势相结合。所提出的端到端可训练方案与当前的蜂窝标准信令兼容，无需对标准进行重大修改即可轻松集成。大量仿真表明，所提方案的性能优于纯基于码本的方案。
引用
@article{arxiv.2401.13587,
title = {Deep Learning Based Adaptive Joint mmWave Beam Alignment},
author = {Daniel Tandler and Marc Gauger and Ahmet Serdar Tan and Sebastian Dörner and Stephan ten Brink},
journal= {arXiv preprint arXiv:2401.13587},
year = {2024}
}