具有情境感知的毫米波波束预测：一种机器学习方法
信息论
2018-05-24 v1 math.IT
摘要
毫米波通信在高度移动的车载环境中是一项挑战。传统的波束训练无法满足低开销和低延迟的要求。在本文中，我们提出结合机器学习工具和情境感知，从过去的观测中学习波束信息（功率、最优波束索引等）。我们考虑特定于车载环境的情境感知形式，包括接收机以及周围车辆的位置。我们利用回归模型以不同的波束功率量化来预测接收功率。结果表明，情境感知可大幅提升预测精度，且该模型能以几乎为零的开销实现吞吐量而性能损失极小。
引用
@article{arxiv.1805.08912,
title = {MmWave Beam Prediction with Situational Awareness: A Machine Learning Approach},
author = {Yuyang Wang and Murali Narasimha and Robert W. Heath},
journal= {arXiv preprint arXiv:1805.08912},
year = {2018}
}
备注
Accepted to the 19th IEEE International Workshop on Signal Processing Advances in Wireless Communications (Invited Paper)