基于相关赌博机学习的快速毫米波波束对齐
信号处理
2019-09-10 v1 人工智能
摘要
波束对齐（BA）旨在确保发射与接收波束精确对准，以在毫米波（mmwave）系统中建立可靠通信链路。现有 BA 方法搜索整个波束空间以识别最优收发波束对，在最坏情况下会产生达秒级的显著 BA 时延。本文提出一种降低 BA 时延的学习算法，即分层波束对齐（HBA）算法。我们首先将 BA 问题建模为随机多臂赌博机问题，目标是在一定时间内最大化累积接收信号强度。所提算法利用波束间的相关结构，从邻近波束提取信息以识别最优波束，而非搜索整个波束空间。此外，该算法融入了信道波动的先验知识以进一步加速 BA 过程。理论分析表明所提算法渐近最优。大量仿真结果表明，与 IEEE 802.11ad 中现有 BA 方法相比，所提算法能以高概率识别最优波束，并在多径信道中将 BA 时延从数百毫秒降至数毫秒。
引用
@article{arxiv.1909.03313,
title = {Fast mmwave Beam Alignment via Correlated Bandit Learning},
author = {Wen Wu and Nan Cheng and Ning Zhang and Peng Yang and Weihua Zhuang and Xuemin and Shen},
journal= {arXiv preprint arXiv:1909.03313},
year = {2019}
}
备注
Accepted by IEEE Transactions on Wireless Communications. In this article, we propose a learning-based fast beam alignment algorithm to reduce beam alignment latency