基于学习的毫米波多用户 MIMO 系统混合波束赋形
信号处理
2020-04-28 v1 机器学习
摘要
混合波束赋形（HBF）设计是毫米波（mmWave）多用户多输入多输出（MU-MIMO）系统中的关键环节。然而，传统 HBF 方法复杂度高，且严重依赖信道状态信息的质量。我们提出一种极限学习机（ELM）框架来联合优化发射与接收波束赋形器。具体而言，为提供准确的训练标签，我们首先提出一种基于分式规划与 Majorization-Minimization 的 HBF 方法（FP-MM-HBF）。随后，提出一种基于 ELM 的 HBF（ELM-HBF）框架以提升波束赋形器的鲁棒性。与现有方法相比，FP-MM-HBF 与 ELM-HBF 均可提供更高的系统和速率。此外，ELM-HBF 不仅能提供鲁棒的 HBF 性能，且计算耗时极短。
引用
@article{arxiv.2004.12917,
title = {Learning Based Hybrid Beamforming for Millimeter Wave Multi-User MIMO Systems},
author = {Shaocheng Huang and Yu Ye and Ming Xiao},
journal= {arXiv preprint arXiv:2004.12917},
year = {2020}
}
备注
2 figure, one table