多面板天线设备的感知位置与姿态的毫米波波束选择

尽管毫米波网络中的初始波束对齐 (BA) 已被广泛研究，但大多数研究假设基于各向同性天线的均匀线性/平面阵列的简化终端模型。具有非各向同性天线单元的设备需要多个面板以提供良好的球形覆盖，而对所有面板的所有波束进行穷举搜索会导致不可接受的开销。本文提出了一种感知位置与姿态的解决方案，用于管理多面板设备的初始 BA。我们提出了三种不同的神经网络结构，它们在训练数据集大小、复杂度和反馈消息大小方面具有广泛的适应性，能够提供高效的 BA。对于所考虑的两种边缘和边缘面天线放置设计，我们提出的方法优于广义逆指纹和分层面板-波束选择方法。