面向主动感知与可重构智能表面的波束赋形码本学习
信号处理
2025-04-01 v2 信息论
机器学习
math.IT
摘要
本文针对上行定位中的主动感知方案,研究基站(BS)与可重构智能表面(RIS)的波束赋形码本设计。在该方案中,移动用户通过 RIS 反射向基站发送导频序列,基站与 RIS 通过按序从各自码本中精心选取 BS 波束赋形码字与 RIS 码字进行自适应配置,从而逐步聚焦于用户。现有的大多数 RIS 码本设计并非针对主动感知量身定制,即下一码字的选择应取决于迄今为止的测量结果,且码字序列应动态地将反射聚焦于用户。此外,现有大多数码字选择方法依赖于波束训练中的穷举搜索来识别具有最高信噪比(SNR)的码字,因此随着码本规模增大,会产生巨大的导频开销。本文提出一种基于学习的码本构建与码字选择方法用于主动感知。所提学习方法旨在无需穷举波束训练的情况下,通过随着测量增多递归地从各自码本中选择 BS 波束赋形码字与 RIS 码字序列,在服务区域内定位目标。码本设计与码字选择融合了向量量化变分自编码器(VQ-VAE)与长短期记忆(LSTM)网络的核心思想,分别用于学习码本的离散函数空间以及测量之间的时间依赖关系。
引用
@article{arxiv.2503.19046,
title = {Learning Beamforming Codebooks for Active Sensing with Reconfigurable Intelligent Surface},
author = {Zhongze Zhang and Wei Yu},
journal= {arXiv preprint arXiv:2503.19046},
year = {2025}
}
备注
Accepted in IEEE Transactions on Wireless Communications