毫米波无蜂窝 MIMO 系统的增量协作波束对齐
信息论
2023-08-17 v1 信号处理
math.IT
摘要
毫米波(mmWave)无蜂窝 MIMO 可实现极高传输速率，但其波束对齐(BA)因大量收发器而面临过高开销。近来，用户位置与探测测量被基于机器学习(ML)模型(如深度神经网络(DNN))用于 BA。然而，这些 ML 模型多为集中式，通信与计算开销高，且未具体考虑实际问题，例如有限训练数据与实时模型更新。本文中，我们借助宽度学习(BL)研究基于探测波束的 mmWave 无蜂窝 MIMO 下行链路 BA。对于无与有上行-下行互易性的信道，我们分别提出用户侧与基站(BS)侧 BL 辅助的增量协作 BA 方法。通过将集中式 BL 分别转化为基于数据拆分与特征拆分的分布式学习，用户侧与 BS 侧方案实现了多用户数据与多 BS 特征的隐式共享。仿真证实用户侧方案适用于快时变和/或非平稳信道，而 BS 侧方案适用于具有低带宽前传链路与有限计算能力中央单元的系统。相较传统与 DNN 辅助 BA 方案，所提方案的优势亦得以展现。
引用
@article{arxiv.2308.08324,
title = {Incremental Collaborative Beam Alignment for Millimeter Wave Cell-Free MIMO Systems},
author = {Cheng Zhang and Leming Chen and Lujia Zhang and Yongming Huang and Wei Zhang},
journal= {arXiv preprint arXiv:2308.08324},
year = {2023}
}
备注
15 pages, 15 figures, to appear in the IEEE Transactions on Communications, 2023