面向多用户主动波束切换的深度学习：一项 6G 应用
网络与互联网体系结构
2023-05-23 v4
摘要
本文展示了利用用户设备（UE）波束测量和基站（BS）采集的位置所生成的时间序列数据，实现属于相同或不同 BS 的波束间切换。我们提出使用长短期记忆（LSTM）循环神经网络的三种不同方法，并改变波束测量的回看步数，以研究所用于主动波束切换的预测性能。仿真表明，尽管 UE 位置能够提升预测性能，但仅在一定程度内有效。在足够大的回看步数下，UE 位置对预测准确率变得无关紧要，因为 LSTM 能够基于由时间定义轨迹隐式给出的位置学习到最优波束。
引用
@article{arxiv.2209.11312,
title = {Deep Learning for Multi-User Proactive Beam Handoff: A 6G Application},
author = {Faris B. Mismar and Alperen Gundogan and Aliye Ozge Kaya and Oleg Chistyakov},
journal= {arXiv preprint arXiv:2209.11312},
year = {2023}
}
备注
(c) 2023 IEEE. Personal use of this material is permitted. Permission from IEEE must be obtained for all other uses, in any current or future media, including reprinting/republishing this material for advertising or promotional purposes, creating new collective works, for resale or redistribution to servers or lists, or reuse of any copyrighted component of this work in other works