Hierarchical Codebook based Multiuser Beam Training for Millimeter Wave Massive MIMO
Southeast University(东南大学);Memorial University(纪念大学);Georgia Institute of Technology(佐治亚理工学院)
针对毫米波大规模MIMO多用户波束训练问题,提出UE端带闭式表达式的交替最小化分层码本设计方法及Zadoff-Chu初始化加速方案,BS端自适应分层码本多用户同时训练方案,仿真验证其有效性且开销低于波束扫描。
2025-11-14 cs.IT eess.SP math.IT
Spatial-chirp Codebook-based Hierarchical Beam Training for Extremely Large-Scale Massive MIMO
针对近场XL-MIMO中角度与距离联合波束训练开销大的问题,提出基于空间啁啾码本的分层训练及流形优化增强方案,显著降低开销并提升波束赋形性能。
2023-08-15 cs.IT eess.SP math.IT
Hierarchical Codebook Design for Near-Field MmWave MIMO Communications Systems
具有模拟或混合模拟/数字架构的通信系统通常依赖于预定义的码本来执行波束成形。随着天线阵列尺寸的增大,近场情况下球面波阵面的特性是不可忽略的。因此,有必要设计一种自适应于近场场景的码本。在这封信中,我们研究了近场情况下的分层码本设计方法。提出了一种控制波束增益的计算方法,并设计了满足菲涅尔区覆盖要求的底层码本。对于上层码本,我们提出了波束旋转和波束重定位的方法来放置一个任意的波束图案在目标位置。仿真结果表明了所提出的近场分层码本设计的优越性。
2022-12-15 cs.IT eess.SP math.IT
Hierarchical Beam Training for Extremely Large-Scale MIMO: From Far-Field to Near-Field
针对XL-MIMO近场波束训练开销高的问题,提出基于多分辨率码本和混合数模架构的近场2D分层波束训练方案,有效降低开销且无需额外硬件。
2023-05-24 cs.IT math.IT
Two-Stage Hierarchical Beam Training for Near-Field Communications
超大规模阵列(XL阵列)是一种很有前途的技术,可以提高未来无线系统的频谱效率和空间分辨率。然而,大量的天线使得用户更可能位于具有球面波前传播的XL阵列的近场(而不是远场)区域中。这不可避免地导致过高的波束训练开销,因为它需要在角度域和距离域两者上的二维(2D)束搜索。为了解决这个问题,本文提出了一种有效的两阶段分层波束训练方法的近场通信。具体地说,在第一阶段,我们采用XL阵列的中心子阵列搜索一个粗略的用户方向在角域与传统的远场分层码本。然后,在第二阶段中,给定粗略的用户方向,我们使用专门设计的码本在极坐标域中逐步搜索细粒度的用户方向和距离。数值结果表明,我们提出的两阶段分层波束训练方法可以实现超过99%的训练开销减少相比,2D穷举搜索,但实现可比的速率性能。
2023-02-24 cs.IT eess.SP math.IT
Hierarchical Codebook Design and Analytical Beamforming Solution for IRS Assisted Communication
针对IRS辅助通信中波束搜索耗时问题,提出NCPD波束赋形算法及分层码本与两种训练方案,能灵活控制波束形状,显著降低错位率且时间复杂度恒定,适用于大尺寸IRS。
2023-08-03 cs.IT eess.SP math.IT
Millimeter Wave Beam Alignment: Large Deviations Analysis and Design Insights
在毫米波蜂窝通信中,通过波束训练进行快速可靠的波束对准对于获得足够的波束成形增益以用于后续数据传输至关重要。在本文中,我们建立了基本限制下的穷举搜索和分层搜索,采用多分辨率波束形成码本,占时域训练开销的波束对准性能。具体而言,我们推导出上下限和上界的不对准的概率为任意级别的分层搜索,基于单路径信道模型。使用大偏差的方法,我们表征的衰减率函数的两个界限,并表明,边界一致的训练序列的长度变大。我们继续描述分层搜索和穷举搜索的渐近失准概率,并表明在相同的训练开销和码本分辨率下,后者的性能渐近优于前者。我们通过数值结果表明,这种相对性能的行为在非渐近制度。此外,穷举搜索示出实现显着更高的最坏情况下的频谱效率比分层搜索,当预波束成形的信噪比(SNR)是相对较低的。因此,这项研究意味着,详尽的搜索是更有效的用户位于远离基站,因为他们往往具有低信噪比。
2017-05-19 cs.IT math.IT
Hierarchical Beam Alignment for Millimeter-Wave Communication Systems: A Deep Learning Approach
针对毫米波通信系统的波束对齐需求,提出基于深度学习的分层波束对齐网络HBAN,通过两级探测码本从粗到细搜索最优波束,分两步训练,适配MISO和MIMO系统,在对齐精度和信令开销上优于现有方法。
2023-08-23 cs.IT eess.SP math.IT
Pose-aware 3D Beamwidth Adaptation for Mobile Extended Reality
本文提出一种适用于配备2D平面阵列的XR HMD的传感器辅助姿态感知波束宽度自适应方法,通过利用角度估计相关性调整波束宽度,使覆盖区域提升约16%或功率效率提升至18%。
2024-04-28 cs.IT math.IT
Angular-Based Hybrid Beamforming for Wideband THz Massive MIMO Systems: Mitigating Beam Split by Leveraging Angular Spread
针对宽带太赫兹大规模MIMO中的波束分裂问题,提出基于角度扩展的混合波束成形框架,利用粗略角度信息设计子载波特定波束,拓宽有效波束宽度,提升频谱效率和波束成形精度,且复杂度低。
2025-03-24 cs.IT eess.SP math.IT
Environment-Aware Hybrid Beamforming by Leveraging Channel Knowledge Map
模拟/数字混合波束形成技术是实现毫米波(mmWave)大规模多输入多输出(MIMO)系统的一种有效方法。然而,现有的混合波束成形设计主要依赖于实时信道训练或波束扫描来找到期望的波束,这由于在发射机和接收机两者处的大量天线而仅具有有限的射频(RF)链而导致了过高的开销。为了解决这个具有挑战性的问题,在本文中,我们提出了一种新的环境感知的混合波束形成技术,只需要轻实时训练,利用有用的工具,信道知识地图(CKM)与用户的位置信息。CKM是一个特定于站点的数据库,它提供特定于位置的信道相关信息,以促进甚至加速实时信道状态信息(CSI)的获取。针对毫米波大规模MIMO系统中的混合波束形成设计,提出了两种具体的CKM算法,即信道角度图(CAM)和波束索引图(BIM)。结果表明,与现有的环境感知方案相比,基于CKM的环境感知混合波束形成方案可以大大提高有效通信速率,即使在中等的用户定位误差下,由于其极大地节省了禁止的实时训练开销.
2022-06-17 cs.IT eess.SP math.IT
Low Complexity Hybrid Precoding and Channel Estimation Based on Hierarchical Multi-Beam Search for Millimeter-Wave MIMO Systems
在毫米波(mmWave)MIMO系统中,虽然混合数字/模拟预编码结构提供了提高可实现速率的潜力,但它也面临着需要低复杂度设计的挑战。具体地,混合预编码可能需要具有天线大小的尺度的矩阵运算,这在毫米波通信中通常是大的。此外,由于Tx/Rx两侧的天线数量较多,信道估计也相当耗时。本文提出了一种低复杂度的混合预编码和信道估计方法。在信道估计阶段,提出了一种分层多束搜索方案,以快速获取具有最高功率的$N_{\rm{S}}$(流的数量)多径分量(MPC)/簇。在混合预编码阶段,模拟和数字预编码被解耦。模拟预编码被设计为沿着在Tx/Rx两侧的$N_{\rm{S}}$获取的MPC/集群进行引导,从而对等效的$N_{\rm{S}}\times N_{\rm{S}}$基带信道进行整形,而数字预编码在基带中利用缩减规模的信道执行操作。性能评估表明,与现有技术的方案相比,在实现接近甚至更好的性能的同时,当射频(RF)链或流的数量小时,混合预编码的计算复杂性和信道估计的时间复杂度都大大降低。
2016-03-04 cs.IT math.IT
Hierarchical ML Codebook Design for Extreme MIMO Beam Management
North Carolina State University(北卡罗来纳州立大学)
本文针对超大规模MIMO波束管理提出基于端到端学习的神经网络码本设计方法X-BM,实现初始接入8dB增益和频谱效率提升。
2023-11-24 cs.IT cs.LG cs.SY
Leveraging Location Information for RIS-aided mmWave MIMO Communications
由外部定位系统提供的位置信息,例如,卫星导航可以在可重构智能表面(RIS)辅助毫米波(mmWave)多输入多输出网络的波束对准和信道参数估计过程中用作先验信息。受益于这样的先验信息的可用性,尽管不完美,但是波束对准和信道参数估计过程可以在所有终端处探索较少候选波束的情况下显著加速。我们提出了一种实用的信道参数估计方法,通过原子范数最小化,它优于标准的波束对准方面的均方误差和有效频谱效率相同的训练开销。
2021-03-29 cs.IT eess.SP math.IT
Deep Reinforcement Learning Based Dynamic Power and Beamforming Design for Time-Varying Wireless Downlink Interference Channel
随着无线通信技术的高速发展,无线数据传输技术以其方便、高效的特点被广泛应用于各个领域。与常用的无线信道时不变的假设不同,本文重点研究了无线下行链路时变信道,以更接近实际情况。我们的目标是在时变信道中,在截止信干噪比(SINR)、发射功率和波束成形等约束条件下,获得最大的和速率。为了适应快速变化的信道,本文摒弃了常用的凸优化算法,采用了深度强化学习算法。从功率控制、干扰不协调和波束形成等常规措施来看,在考虑措施连续变化的同时,也不能忽视因片段流产而导致的稀疏回报问题。因此,在分析相关算法的基础上,本文提出了两种基于深度确定性的策略梯度算法(DDPG)和分层DDPG算法。对于这两种算法,为了解决离散输出,DDPG是通过将Actor-Critic算法与深度Q学习(DQN)相结合来建立的,这样它可以在不牺牲DQN带来的现有优势的情况下输出连续动作,并且还可以提高性能。此外,为了解决稀疏奖励的挑战,我们利用Meta策略的思想,分层理论的DDPG中的一个代理分为一个元控制器和一个控制器作为分层DDPG。我们的仿真结果表明,建议的DDPG和层次DDPG表现良好的覆盖,收敛和和速率性能的观点。
2020-11-07 cs.IT math.IT
On the Fundamental Limits of Matrix Completion: Leveraging Hierarchical Similarity Graphs
Korea Advanced Institute of Science and Technology(韩国科学技术院);University of Minnesota(明尼苏达大学)
我们研究矩阵完成问题,利用层次相似图作为边信息的背景下,推荐系统。在很好地尊重实际相关社交图的分层随机块模型和低秩评级矩阵模型下,我们描述了观察到的矩阵条目数量的精确信息理论限制(即,最优样本复杂度)。在可验证性证明中,我们证明了如果满足所有充分条件,则对于足够大的用户和项目数,最大似然估计的错误概率为零。另一方面,逆(不可能性)证明是基于基因辅助的最大似然估计。在每一个必要条件下,我们提出了一个天才辅助估计的例子来证明,错误的概率不会消失足够大的用户和项目。这一结果的一个重要结果是,利用社交图的层次结构,相对于简单地识别不同群体而不诉诸于跨群体的关系结构,在样本复杂性方面产生了实质性的增益。更具体地说,我们分析了最佳的样本复杂性,并确定不同的制度,其特征依赖于层次相似性图的边信息的质量度量。最后,我们提出了模拟结果来证实我们的理论研究结果,并表明,特征信息理论极限可以渐近实现。
2021-09-12 cs.IT cs.LG math.IT
Entropy-based Probing Beam Selection and Beam Prediction via Deep Learning
针对毫米波通信分层波束搜索开销大的问题,提出基于熵最小化的探测波束选择与概率波束预测联合优化方案,并设计两阶段选择策略降低复杂度,仿真证明其优于传统方法。
2024-01-03 cs.IT eess.SP math.IT
Codebook Design and Beam Training for Extremely Large-Scale RIS: Far-Field or Near-Field?
可重构智能表面(RIS)通过在基站(BS)和用户之间提供额外的链路来提高无线通信系统的容量。为了抵抗“乘性衰落”效应,RIS更有可能发展成为未来6 G通信的超大规模RIS(XL-RIS)。波束训练是XL-RIS辅助系统获取信道状态信息(CSI)的有效方法。现有的波束训练方案依赖于基于远场信道模型设计的远场码本。但是,由于XL-RIS的大口径,用户更有可能处于XL-RIS的近场区域。远场码本与近场信道模型不匹配。因此,现有的远场波束训练方案将在XL-RIS辅助的近场通信中导致严重的性能损失。为了解决这个问题,我们提出了有效的近场波束训练方案,通过设计近场码本来匹配近场信道模型。具体而言,我们首先设计的近场码本,考虑近场级联阵列导向矢量的XL-RIS。然后,通过XL-RIS和用户之间的穷尽训练过程来获得XL-RIS的最佳码字。为了减少波束训练开销,进一步设计了一种分层近场码本,并提出了相应的分层近场波束训练方案。仿真结果表明,提出的两种近场波束训练方案均优于现有的远场波束训练方案。特别地,分层近场波束训练方案可以在可接受的性能损失的情况下极大地减少波束训练开销。
2021-09-21 cs.IT eess.SP math.IT
3D Beam Training in Terahertz Communication: A Quadruple-UPA Architecture
本文提出了一种用于实现太赫兹(THz)通信宽覆盖波束形成的四UPA结构。考虑到太赫兹波在传播过程中所遭受的严重路径损耗,常规信道估计策略的导频信号可能无法被有效检测。鉴于此,我们提出了一种快速的三维波束训练策略,以联合实现角度估计和波束形成。具体来说,我们首先开发了一种新的分层码本,该码本逐阶段地预定义一些码字(包括窄波束和宽波束)。窄波束被设计为波束成形解决方案候选者,而宽波束被设计用于降低训练复杂度。然后,我们提出了一个3D波束训练过程,以找到最佳波束成形解决方案,即,最佳的窄波束对。数值结果验证了该方法的有效性。
2021-04-07 cs.IT math.IT
Coded Beam Training
针对6G超大规模MIMO中低信噪比远端用户波束训练速率下降问题,提出结合信道编码的编码波束训练框架,给出汉明码、卷积码两种实现,可在低开销下实现可靠波束训练。
2024-03-06 cs.IT eess.SP math.IT
Efficient Multi-Pair IoT Communication with Holographically Enhanced Meta-Surfaces Leveraging OAM Beams: Bridging Theory and Prototype
针对超表面辅助多对物联网通信在视距场景下的信道低秩与强干扰问题,提出全息超表面补偿方法结合OAM涡旋波束的低干扰传输方案,并通过10GHz频段的两对通信原型验证了有效性。
2023-11-18 cs.IT eess.SP math.IT
Reinforcement Learning for Optimized Beam Training in Multi-Hop Terahertz Communications
University of Colorado Colorado Springs(科罗拉多大学科罗拉多斯普林斯分校)
在太赫兹(THz)频带上的通信是用于在下一代无线网络中实现极高数据率的有前途的解决方案。虽然由于THz频率处的高大气吸收,THz通信通常被设想用于短距离无线应用,但是可以实现多跳定向传输以扩展通信范围。然而,为了实现多跳THz通信,传统的波束训练方案,例如穷举搜索或具有固定数量的训练级别的分层方法,可能导致非常大的时间开销。为了解决这一问题,本文提出了一种具有动态训练水平的分层波束训练方案,以优化多跳THz链路的性能。事实上,制定优化问题,以最大限度地提高多跳THz链路的整体频谱效率,通过动态和联合选择的波束训练水平的数量在所有的组成单跳链路。针对信道状态信息、噪声和路径损耗未知的情况,提出了一种基于多臂强盗(MAB)的强化学习方法。仿真结果表明,该方案在随机信道和噪声环境下具有快速收敛性。结果还表明,所提出的方案可以产生高达75%的性能增益,在频谱效率方面,相比传统的分层波束训练与固定数量的训练水平。
2021-02-10 cs.IT cs.LG cs.NI