基于异构图神经网络的 Sub-6GHz 辅助毫米波混合波束成形
信号处理
2024-04-29 v1
摘要
在下一代通信中，sub-6GHz 与毫米波链路通常共存，其中 sub-6GHz 链路始终处于激活状态，而毫米波链路在需要高速率传输时激活。由于 sub-6GHz 与毫米波信道之间的空间相似性，可以利用 sub-6GHz 信道信息来支持毫米波通信中的混合波束成形，以降低开销成本。我们考虑一个 sub-6GHz 与毫米波通信共存的异构多小区通信网络。该异构网络中的多个毫米波基站同时向各自毫米波小区内的多个用户发送信号，并相互干扰。极具挑战性的问题是设计毫米波频段的混合波束成形器以最大化系统频谱效率。为了利用 sub-6GHz 信息解决这一高度复杂的规划问题，我们提出了一种新颖的异构图神经网络架构，以学习 sub-6GHz 与毫米波之间的内在关系，并为毫米波基站设计混合波束成形器。所提出的 HGNN 包含两种不同的节点类型，即基站节点和用户设备节点，以及两种不同的边类型，即期望链路边和干扰链路边。此外，HGNN 架构中还利用了注意力机制和残差结构以提升性能。仿真结果表明，利用 sub-6GHz 信息，所提出的 HGNN 能够取得比传统学习方法更好的性能。结果还表明，与其未经修改的对应结构相比，注意力机制和残差结构提升了 HGNN 的性能。
引用
@article{arxiv.2404.17138,
title = {Sub-6GHz Assisted mmWave Hybrid Beamforming with Heterogeneous Graph Neural Network},
author = {Zhaohui Huang and Zhaocheng Wang and Sheng Chen},
journal= {arXiv preprint arXiv:2404.17138},
year = {2024}
}
备注
This paper has been submitted to IEEE Transactions on Communications (IEEE TCOM)