大规模MIMO系统中的和频谱效率最大化：深度学习的增益
信息论
2019-03-21 v1 math.IT
摘要
本文研究了多小区大规模MIMO系统中用于最大化和频谱效率（SE）的数据与导频联合功率优化问题，这是一个非凸问题。我们首先受加权最小均方误差（MMSE）方法启发，提出一种新的优化算法，以多项式时间获得一个驻点。随后，我们将该算法与深度学习结合，训练一个卷积神经网络，在亚毫秒级运行时间内执行数据与导频联合功率控制，使其适用于真实多小区大规模MIMO系统中的在线优化。数值结果表明，在四小区系统中，神经网络所得解与驻点的差距为，而在九小区系统中和SE损失为。
引用
@article{arxiv.1903.08163,
title = {Sum Spectral Efficiency Maximization in Massive MIMO Systems: Benefits from Deep Learning},
author = {Trinh Van Chien and Emil Björnson and Erik G. Larsson},
journal= {arXiv preprint arXiv:1903.08163},
year = {2019}
}
备注
4 figures, 1 table. Accepted by ICC 2019. arXiv admin note: text overlap with arXiv:1901.03620