毫米波大规模 MIMO 中用于波束对齐的机器学习
信号处理
2020-02-18 v1
摘要
本文研究多用户毫米波（mmWave）大规模多输入多输出系统的波束对齐。与现有使用机器学习（ML）的工作不同，我们提出了一种无需任何先验知识（如用户位置信息）的基于 ML 的部分波束对齐方法（AMPBML）。AMPBML 的神经网络（NN）根据毫米波信道模型使用仿真环境离线训练，然后在线部署，利用部分波束预测波束分布向量。随后，基于所得波束分布向量中主导项索引，所有用户的波束被同时对齐。仿真结果表明，就总训练时隙和频谱效率而言，AMPBML 优于现有方法，包括自适应压缩感知、分层搜索和多径分解与恢复。
引用
@article{arxiv.2002.06362,
title = {Machine Learning for Beam Alignment in Millimeter Wave Massive MIMO},
author = {Wenyan Ma and Chenhao Qi and Geoffrey Ye Li},
journal= {arXiv preprint arXiv:2002.06362},
year = {2020}
}