基于Xavier初始化的极端储层机用于毫米波波束空间信道跟踪
信号处理
2022-06-03 v1
摘要
本文提出一种精确的毫米波(mmWave)波束空间信道两阶段跟踪机制。特别地，在第一阶段，我们训练一个极端储层机(ERM)以跟踪毫米波波束空间信道的历史特征并预测其在未来时间步的状态。为获得更精确的预测，我们通过Xavier初始化技术进一步微调ERM，其中ERM的输入权重初始从零均值、有限方差的高斯分布导出，使传统ERM的预测方差降低49%。所提方法在信噪比(SNR)为15dB时，数值上使现有对照方法的可达频谱效率(SE)提升13%。我们在第二阶段进一步研究集成学习技术，通过顺序整合多个ERM形成集成模型，即自适应提升(AdaBoost)，其将传统ERM的预测方差进一步降低56%，并在SNR=15dB时使可达SE相较现有方案提升21%。
引用
@article{arxiv.2206.00760,
title = {Xavier-Enabled Extreme Reservoir Machine for Millimeter-Wave Beamspace Channel Tracking},
author = {Hosein Zarini and Mohammad Robat Mili and Mehdi Rasti and Pedro H. J. Nardelli and Mehdi Bennis},
journal= {arXiv preprint arXiv:2206.00760},
year = {2022}
}