NMBEnet:基于Sub-6 GHz导频的毫米波近场多用户OFDM系统高效波束训练
信息论
2024-04-25 v1 信号处理
math.IT
摘要
将毫米波(mmWave)通信与超大规模天线阵列(ELAA)相结合,为满足未来第六代(6G)移动通信的频谱效率需求提供了一条有前景的途径。然而,由于必须考虑巨大的近场码本,毫米波ELAA系统的波束训练面临着导频开销过大和精度不足的挑战。本文受sub-6 GHz信道远场特性与毫米波信道近场特性之间相似性的启发,提出直接利用sub-6 GHz上行导频信号来估计最优的毫米波近场码字,旨在减少导频开销并绕过信道估计。此外,我们采用深度学习来实现这种双重映射功能,即从sub-6 GHz到毫米波、从远场到近场的映射,并设计了一种名为NMBEnet的新型神经网络结构以提高波束训练的精度。具体而言,在考虑高用户密度的正交频分复用(OFDM)通信场景时,不同用户信号之间以及不同子载波信号之间均存在相关性。因此,所提出的NMBEnet中包含的卷积神经网络(CNN)模块和图神经网络(GNN)模块可以利用这两种相关性来进一步提高波束训练的精度。
引用
@article{arxiv.2404.15469,
title = {NMBEnet: Efficient Near-field mmWave Beam Training for Multiuser OFDM Systems Using Sub-6 GHz Pilots},
author = {Wang Liu and Cunhua Pan and Hong Ren and Cheng-Xiang Wang and Jiangzhou Wang and Xiaohu You},
journal= {arXiv preprint arXiv:2404.15469},
year = {2024}
}