基于物理图神经网络的无开销阻塞检测与预编码：LIDAR数据结合光线追踪
信息论
2023-05-23 v2 机器学习
信号处理
math.IT
摘要
在本信中，我们解决了多输入多输出（MIMO）链路的阻塞检测与预编码器设计问题，且无需通信开销。阻塞检测通过基于物理的图神经网络（GNN）对光探测与测距（LIDAR）数据进行分类来实现。对于预编码器设计，通过在由 LIDAR 数据获得的 3D 表面上运行光线追踪得到初步信道估计。该估计被连续细化并据此设计预编码器。数值仿真表明阻塞检测成功率达 95%。我们的数字预编码达到了容量的 90%，且模拟预编码优于先前利用 LIDAR 进行预编码器设计的工作。
引用
@article{arxiv.2209.07350,
title = {Overhead-Free Blockage Detection and Precoding Through Physics-Based Graph Neural Networks: LIDAR Data Meets Ray Tracing},
author = {Matteo Nerini and Bruno Clerckx},
journal= {arXiv preprint arXiv:2209.07350},
year = {2023}
}
备注
Accepted by IEEE for publication