有限反馈下混合毫米波 MIMO 通信的分布式神经预编码
信息论
2022-04-19 v1 信号处理
math.IT
摘要
混合预编码是一种用于毫米波(mmWave)大规模多输入多输出(MIMO)通信的高性价比技术。本文提出一种深度学习方法，利用分布式神经网络在有限反馈下进行混合模拟-数字预编码设计。所提分布式神经预编码网络称为 DNet，致力于实现两个目标。首先，DNet 以神经网络的分布式架构实现信道状态信息(CSI)压缩，使其能在多用户上实际部署。具体而言，该神经网络由多个结构及参数相同的独立子网络构成，减少了训练参数数量与网络复杂度。其次，DNet 从有限反馈重构的 CSI 中学习混合预编码的计算。不同于现有的黑盒神经网络设计，DNet 是依据混合预编码矩阵计算的数据形式专门设计的。仿真结果表明，在不同 CSI 压缩比测试中，所提 DNet 相比传统有限反馈预编码方法性能提升近 50%。
引用
@article{arxiv.2204.08171,
title = {Distributed Neural Precoding for Hybrid mmWave MIMO Communications with Limited Feedback},
author = {Kai Wei and Jindan Xu and Wei Xu and Ning Wang and Dong Chen},
journal= {arXiv preprint arXiv:2204.08171},
year = {2022}
}
备注
13 pages, 4 figures