车联网中用于波束对齐的时间序列信道推断
信息论
2018-12-05 v1 机器学习
math.IT
摘要
本文提出了一种基于学习的低开销波束对齐方法，用于车联网中的车辆到基础设施通信。其主要思想是基于源基站在先前时隙的CSI，远程推断目标基站在未来时隙的最优波束方向。所提方案通过用序列到序列神经网络的在线推断替代导频辅助的波束训练，可降低信道获取与波束训练开销。基于射线追踪信道数据的仿真结果表明，在定位误差为m时，我们所提方案相比基于位置的波束赋形方案取得了的提升，且与拥有完美信道信息的最优波束赋形器相比性能损失在以内。
引用
@article{arxiv.1812.01220,
title = {Time-Sequence Channel Inference for Beam Alignment in Vehicular Networks},
author = {Sheng Chen and Zhiyuan Jiang and Sheng Zhou and Zhisheng Niu},
journal= {arXiv preprint arXiv:1812.01220},
year = {2018}
}
备注
Presented at IEEE GlobalSIP 2018