利用Sub-6GHz信道进行毫米波波束与阻塞预测的深度学习
信息论
2019-11-05 v3 信号处理
math.IT
摘要
利用sub-6GHz信道预测毫米波(mmWave)波束与阻塞，有潜力在可扩展毫米波系统中实现移动性与可靠性。这些优势在过去几年吸引了越来越多的关注。然而，先前的工作侧重于先提取sub-6GHz频段的空间信道特征，再用它们来降低毫米波波束训练开销。这种方法有一些局限：(i)它仍需要在毫米波上进行波束搜索，(ii)其性能对提取sub-6GHz信道特征相关误差敏感，(iii)它通常未考虑不同频段的不同介电特性。在本文中，我们首先证明在某些条件下，存在可从sub-6GHz信道直接预测最优毫米波波束与正确阻塞状态的映射函数，从而克服先前工作的局限。然而，这些映射函数难以解析刻画，这促使我们利用深度神经网络模型来学习它们。为此，我们证明一个足够大的神经网络可以利用sub-6GHz信道直接预测最优毫米波波束与正确阻塞状态，其成功概率可任意接近1。然后，我们开发了一个高效的深度学习模型，并使用公开可用的DeepMIMO数据集对其波束/阻塞预测性能进行经验评估。结果表明，所提方案能以超过90的成功概率预测毫米波阻塞。此外，这些结果证实了所提深度学习模型在预测最优毫米波波束并接近假设完美信道知识的最优数据速率方面的能力，同时无需波束训练开销……
引用
@article{arxiv.1910.02900,
title = {Deep Learning for mmWave Beam and Blockage Prediction Using Sub-6GHz Channels},
author = {Muhammad Alrabeiah and Ahmed Alkhateeb},
journal= {arXiv preprint arXiv:1910.02900},
year = {2019}
}
备注
Submitted to IEEE Transactions on Communications. The code files and datasets are available at http://www.deepmimo.net/DeepMIMO_applications.html