用于网络波束管理的神经码本设计
信号处理
2024-03-06 v1 人工智能
信息论
网络与互联网体系结构
系统与控制
系统与控制
math.IT
摘要
获取准确且及时的信道状态信息（CSI）是大型天线系统面临的基本挑战。诸如 5G 之类的移动系统采用了一种波束管理框架，将初始接入、波束成形、CSI 获取和数据传输结合在一起。然而，由于这些阶段之间的相互关联、不同的阵列规模以及特定地点的信道和用户分布，为这些阶段设计码本具有挑战性。此外，波束管理通常侧重于单扇区操作，而忽略了全局的网络级和系统级优化。在本文中，我们提出了一种端到端学习的码本设计算法，即网络波束空间学习（NBL），该算法能够捕获并优化码本，在利用极大型混合阵列最大化可实现性能的同时减轻干扰。所提出的算法仅需有限的共享信息，但设计的码本在波束对准方面比传统码本高出 10dB 以上，并在网络频谱效率上实现了超过 25% 的提升。
引用
@article{arxiv.2403.03053,
title = {Neural Codebook Design for Network Beam Management},
author = {Ryan M. Dreifuerst and Robert W. Heath},
journal= {arXiv preprint arXiv:2403.03053},
year = {2024}
}
备注
To be submitted to IEEE Transactions on Wireless Communications