基于图神经网络的免小区大规模MIMO系统接入点选择
信息论
2021-09-28 v2 math.IT
摘要
提出了一种基于图神经网络(GNN)的免小区大规模多输入多输出(multiple-input multiple-output, MIMO)系统接入点(AP)选择算法。构建了两类图来表示免小区大规模MIMO网络：仅包含代表网络中AP结构的AP节点的同构图，以及同时包含AP节点和用户设备(UE)节点的异构图。采用基于归纳图学习框架GraphSAGE的GNN获取节点嵌入，并用于预测节点间的链路。数值结果表明，与基于邻近度的AP选择算法相比，所提出的基于GNN的算法能更准确地预测潜在AP。与基于大规模衰落系数的AP选择算法相比，所提算法不需要测量并排序所有邻AP的信号强度。此外，该算法在免小区系统中的用户数量方面具有可扩展性。
引用
@article{arxiv.2107.02884,
title = {Graph Neural Network Based Access Point Selection for Cell-Free Massive MIMO Systems},
author = {Vismika Ranasinghe and Nandana Rajatheva and Matti Latva-aho},
journal= {arXiv preprint arXiv:2107.02884},
year = {2021}
}