基于贝叶斯多臂老虎机的次优波束对齐
信息论
2019-08-23 v2 math.IT
摘要
毫米波（mm-wave）系统依赖窄波束以应对毫米波频段的严重信号衰减。然而，由于移动性或阻塞导致的波束失准的易感性需要使用波束对齐方案，这在开销与系统资源使用方面代价巨大。本文提出一种基于贝叶斯多臂老虎机的波束对齐方案，旨在最大化对齐概率与数据通信吞吐量。所提贝叶斯方法将状态视为给定反馈信令历史以及基站（BS）与用户端（UE）已扫描波束对条件下的到达角（AoA）与离开角（AoD）的后验分布。我们推导了用于最优控制的简化充分统计量，形式为 BS-UE 波束对的偏好。通过对值函数进行界定，导出次优偏好策略，其通过选择当前次优偏好的波束对，在探索与利用间取得最优平衡。通过模拟波束成形的蒙特卡洛仿真，证明了次优偏好策略相较基于最优偏好、线性 Thompson 采样与上置信界（UCB）的现有方案具有更优性能，在对齐概率上分别提升达 7%、10% 与 30%。
引用
@article{arxiv.1906.04782,
title = {Second-best Beam-Alignment via Bayesian Multi-Armed Bandits},
author = {Muddassar Hussain and Nicolo Michelusi},
journal= {arXiv preprint arXiv:1906.04782},
year = {2019}
}
备注
to appear in IEEE Globecom 2019