有限反馈下 GSM 辅助毫米波 MIMO 系统中基于深度学习的混合波束成形
信息论
2023-02-16 v1 人工智能
信号处理
math.IT
摘要
混合波束成形被广泛认为是毫米波（mmWave）多输入多输出（MIMO）系统的一项重要技术。广义空间调制（GSM）被进一步引入以提高频谱效率。然而，大多数现有的波束成形工作都假设完美的信道状态信息（CSI），这在实际系统中是不现实的。本文在 GSM 辅助频分双工（FDD）毫米波 MIMO 系统中考虑了下行导频训练、信道估计、CSI 反馈与混合波束成形的联合优化。借助深度学习，GSM 混合波束成形器以端到端方式通过无监督学习进行设计。实验表明，所提出的名为 GsmEFBNet 的多分辨率网络相比传统算法能以更少的反馈比特达到更好的可达速率。
引用
@article{arxiv.2302.07601,
title = {Deep Learning for Hybrid Beamforming with Finite Feedback in GSM Aided mmWave MIMO Systems},
author = {Zhilin Lu and Xudong Zhang and Rui Zeng and Jintao Wang},
journal= {arXiv preprint arXiv:2302.07601},
year = {2023}
}
备注
4 pages, 4 figures. This work has been submitted to the IEEE for possible publication. Copyright may be transferred without notice