基于信道图的波束预测的模型驱动深度学习
信息论
2023-12-06 v1 人工智能
机器学习
信号处理
math.IT
摘要
信道制图以无监督的方式构建无线电环境的映射。所获得的图表位置可以被视为信道状态信息的低维压缩版本，可用于多种应用，包括波束预测。在非独立或无蜂窝系统中，在给定基站处计算出的图表位置可以传输到若干其他基站（可能在不同频段下运行），以便它们预测使用哪些波束。这可能会大幅减少由于信道估计或波束管理带来的开销，因为只有执行制图的基站需要信道状态信息，其他基站直接根据图表位置预测波束。在本文中，针对信道制图和波束预测，提出了先进的基于模型的神经网络架构。所提出的方法在逼真的合成信道上进行了评估，取得了有希望的结果。
引用
@article{arxiv.2312.02239,
title = {Model-based Deep Learning for Beam Prediction based on a Channel Chart},
author = {Taha Yassine and Baptiste Chatelier and Vincent Corlay and Matthieu Crussière and Stephane Paquelet and Olav Tirkkonen and Luc Le Magoarou},
journal= {arXiv preprint arXiv:2312.02239},
year = {2023}
}