毫米波车载通信中基于站点的在线压缩波束码本学习
信号处理
2020-05-13 v1
摘要
毫米波（mmWave）通信是在车载网络中支持 Gbps 传感器数据共享的一种可行方案。毫米波下的大型天线阵列以及车载通信中的高移动性，使得设计快速波束对齐方案具有挑战性。在本文中，我们提出了一种新颖的框架，该框架在基站（BS）学习信道离开角（AoD）统计信息，并利用该信息高效获取信道测量。我们的框架集成了用于压缩感知（CS）码本学习的在线学习，且优化后的码本用于基于 CS 的波束对齐。我们基于基站可用的 AoD 统计信息，构建了一个 CS 矩阵优化问题。此外，基于 CS 信道测量，我们开发了在基站更新和学习此类信道 AoD 统计信息的技术。我们使用上置信界（UCB）算法来学习 AoD 统计信息和 CS 矩阵。数值结果表明，所提框架中的 CS 矩阵比标准 CS 矩阵设计提供更快速的波束对齐。仿真结果表明，与穷举波束搜索相比，所提波束训练技术可减少 80% 的开销，与未利用任何 AoD 统计的标准 CS 方案相比可减少 70%。
引用
@article{arxiv.2005.05485,
title = {Site-specific online compressive beam codebook learning in mmWave vehicular communication},
author = {Yuyang Wang and Nitin Jonathan Myers and Nuria González-Prelcic and Robert W. Heath},
journal= {arXiv preprint arXiv:2005.05485},
year = {2020}
}
备注
30 pages, 10 figures