毫米波大规模MIMO系统中混合模拟-数字信号处理的深度学习框架
信号处理
2024-10-28 v1
摘要
混合模拟-数字信号处理（HSP）是一项使能技术，用以挖掘毫米波（mmWave）大规模MIMO通信的潜力。本文提出一种通用深度学习（DL）框架，用于高效设计与实现基于HSP的大规模MIMO系统。利用任意复矩阵可写为两个单位模条目矩阵之缩放和这一事实，首先开发了一种可由通用射频（RF）组件实现的新型模拟深度神经网络（ADNN）结构。随后将该结构嵌入一种扩展的混合模拟-数字深度神经网络（HDNN）架构，从而在提升性能的同时便于毫米波大规模MIMO系统的实现。特别地，所提HDNN架构使基于HSP的大规模MIMO收发机能以任意精度逼近任何期望的发射机与接收机映射。为展示该DL框架的能力，我们提出了一种新基于HDNN的波束成形器设计，其可用更少的RF链数达到与全数字波束成形相同的性能。最后，仿真结果证实了所提HDNN设计相对于现有混合波束成形方案的优越性。
引用
@article{arxiv.2107.14704,
title = {Deep Learning Framework for Hybrid Analog-Digital Signal Processing in mmWave Massive-MIMO Systems},
author = {Alireza Morsali and Afshin Haghighat and Benoit Champagne},
journal= {arXiv preprint arXiv:2107.14704},
year = {2024}
}
备注
This work has been submitted to the IEEE for possible publication