从蜂窝信道测量预测设备到设备信道：一种学习方法
信息论
2019-11-19 v1 信号处理
math.IT
摘要
设备到设备（D2D）通信使用户间直接连接并绕过至基站（BS）的蜂窝信道，是从传统蜂窝网络卸载流量的一种有前景的方式。在 D2D 通信中，一个反复出现的问题是，为了在 D2D 与蜂窝用户间最优分配资源，需要获知 D2D 信道增益。然而，以合理信令代价获取此类知识十分困难。本文中，我们表明可通过利用用户与周边 BS 间蜂窝信道估计所提供的信息规避该问题，因为该估计本就是网络正常运行所执行的。尽管蜂窝与 D2D 信道增益呈现独立快衰落行为，我们表明蜂窝与 D2D 信道的平均增益共享一种非显式相关结构，其根源在于网络拓扑、地形与建筑布局。我们提出一种机器（深度）学习方法，能够从看似独立的蜂窝信道预测 D2D 信道增益。结果显示真实与预测 D2D 信道增益间高度吻合。所预测增益可在众多无线资源管理算法中达到近最优通信容量。
引用
@article{arxiv.1911.07191,
title = {Predicting Device-to-Device Channels from Cellular Channel Measurements: A Learning Approach},
author = {Mehyar Najla and Zdenek Becvar and Pavel Mach and David Gesbert},
journal= {arXiv preprint arXiv:1911.07191},
year = {2019}
}