基于深度学习的 6G 特定场景波束对准
信息论
2024-03-26 v1 信号处理
math.IT
摘要
现代毫米波标准（如 5G NR 和 WiGig (802.11ay)）中的波束对准（BA）基于对宽波束和窄波束预定义码本的穷举和/或分层波束搜索。这种方法速度慢且消耗大量带宽/功率，是毫米波频段广泛部署的重大阻碍。随着我们迈向 6G，需要一种新的方法。BA 是 6G 空中接口中深度学习（DL）的一个有前景的用例，它提供了基于每个小区独特的传播环境和用户设备（UE）位置模式，对 BA 过程进行自动化定制调优的可能性。我们在本文中概述并提倡这样一种方法，我们称之为特定场景波束对准（SSBA）。SSBA 在很大程度上消除了浪费的搜索，并允许更快、更可靠地找到 UE，而没有其他机器学习辅助方法的诸多缺点。我们首先概述并展示了 SSBA 的新结果，然后指出了 SSBA 面临的关键开放挑战。
引用
@article{arxiv.2403.16186,
title = {Site-Specific Beam Alignment in 6G via Deep Learning},
author = {Yuqiang Heng and Yu Zhang and Ahmed Alkhateeb and Jeffrey G. Andrews},
journal= {arXiv preprint arXiv:2403.16186},
year = {2024}
}
备注
Accepted for publication in the IEEE Communications Magazine