幅度仅近场波束训练的 GP Bandit 辅助两阶段稀疏相位检索
信号处理
2026-03-10 v1
摘要
向 Extremely Large Antenna Arrays (ELAA) 转型引入了显著的近场效应， necessitating robust near-field beam training strategies in multi-path environments。因为信号相位常因硬件缺陷如相位噪声和频率偏移而受损，幅度仅的信道恢复是协同波束训练的关键替代方案。然而，现有的近场幅度基训练方法常假设简单直射线条件。相反，远场相位检索 (PR) 方法缺乏所需的感知灵活性以优化训练效率，且受平面波模型的根本限制，难以适用于近场传播。我们提出一种用于多径信道中幅度仅近场波束训练的两阶段稀疏 PR 框架。阶段 I 在标准 2D DFT 波束空间上执行自适应支持发现，利用由近场波束模式引起的物理导向先验。阶段 II 然后通过限制感知和稀疏 PR 于所学习的子空间中来细化信道估计。数值结果表明，所提出的自适应管道在非自适应基准中始终表现出优势，在低信噪比下提高波束赋能超过 70%。
引用
@article{arxiv.2603.07477,
title = {GP Bandit-Assisted Two-Stage Sparse Phase Retrieval for Amplitude-Only Near-Field Beam Training},
author = {Zijun Wang and Shawn Tsai and Ye Hu and Rui Zhang},
journal= {arXiv preprint arXiv:2603.07477},
year = {2026}
}
备注
submitted to IEEE TWC