5G NR PRACH 接收的增强:一种 AI/ML 方法
信息论
2024-01-24 v1 人工智能
机器学习
信号处理
math.IT
摘要
随机接入是使用户设备(UE)能够初始附着到基站的重要步骤。UE 通过在已知基序列的相位旋转中嵌入前导码索引(RAPID)来标识自身,并在物理随机接入信道(PRACH)上传输该序列。PRACH 上的信号还能够估计传播延迟,通常称为定时提前(TA),这是由 UE 的位置引起的。传统接收机使用基于相关性的技术来估计 RAPID 和 TA。本文提出了一种使用 AI/ML 模型的替代接收机方法,其中提出了两个神经网络,一个用于 RAPID,一个用于 TA。与其他工作不同,这两个模型可以并行运行而非顺序运行。使用模拟数据和空中硬件采集信号的实验表明,与传统的相关方法相比,所提出的基于 AI/ML 的技术具有更优的性能。
引用
@article{arxiv.2401.12803,
title = {Enhancements for 5G NR PRACH Reception: An AI/ML Approach},
author = {Rohit Singh and Anil Kumar Yerrapragada and Jeeva Keshav S and Radha Krishna Ganti},
journal= {arXiv preprint arXiv:2401.12803},
year = {2024}
}