面向可靠毫米波系统的机器学习：阻塞预测与主动切换
信息论
2018-07-11 v1 信号处理
math.IT
摘要
毫米波(mmWave)信号对阻塞的敏感性是移动毫米波通信系统的一个根本性挑战。基站与移动用户之间视距(LOS)链路的突然阻塞通常会导致通信会话中断，这极大影响了系统可靠性。此外，将用户重新连接到另一个LOS基站会带来较高的波束训练开销和严重的时延问题。在本文中，我们利用机器学习工具，针对毫米波MIMO系统中的这些可靠性与时延挑战提出了一种新颖的解决方案。在所开发的解决方案中，基站利用过去对所用波束赋形矢量的观测，学习如何预测某条链路在接下来几个时间帧内将经历阻塞。这使得服务基站能够主动将用户切换到另一个具有极高概率LOS链路的基站。仿真结果表明，所开发的基于深度学习的策略在接近95%的情况下成功预测了阻塞/切换。这降低了通信会话中断的概率，从而确保了移动毫米波系统中的高可靠性与低时延。
引用
@article{arxiv.1807.02723,
title = {Machine Learning for Reliable mmWave Systems: Blockage Prediction and Proactive Handoff},
author = {Ahmed Alkhateeb and Iz Beltagy},
journal= {arXiv preprint arXiv:1807.02723},
year = {2018}
}
备注
submitted to IEEE GlobalSIP 2018 (Invited paper)