针对XL-MIMO的近场多用户波束训练：基于 pilots 限制下的端到端干扰感知方法
信号处理
2026-03-13 v1
摘要
极大规模MIMO（XL-MIMO）中的近场传播通过引入额外的距离维度，扩大了波束训练（BT）搜索空间，这在受限的 pilot 资源下，尤其是针对多用户亚连通混合架构，使得传统基于码书的波束扫掠代价高昂。本文提出一种基于深度学习的干扰感知多用户BT框架（DL-IABT），直接从少量 uplink 测量中预测模拟波束索引。通过利用子数组级近似，采用远场码书来表示每个子数组的响应，误差可忽略不计。为实现端到端（E2E）学习，我们推导了一种变体MSE损失函数，通过KKT条件求得闭式MMSE解来消除数字前导器，从而隐式地考虑了多用户干扰（MUI）。该网络集成了复数感知前端、共享复数编码器、基于Transformer的多用户预测器以及可扩展的Gumbel--Softmax波束选择头。仿真结果表明，DL-IABT在提供更高有效吞吐量的同时，能够在 pilot 开销约束下实现接近最优的总速率性能。
引用
@article{arxiv.2603.11959,
title = {Near-Field Multiuser Beam Training for XL-MIMO: An End-to-End Interference-Aware Approach with Pilot Limitations},
author = {Xinyang Li and Songjie Yang and Xiang Ling and Jianhui Song and Yibo Wang and Hua Chen},
journal= {arXiv preprint arXiv:2603.11959},
year = {2026}
}
备注
5 pages, 5 figures, submitted to IEEE Wireless Communications Letters