本論文では、極大規模MIMOシステムにおけるマルチユーザビームトレーニングの課題に取り組む。
まず、極大規模MIMOシステムでは、アンテナ数の大幅な増加により、従来の遠方界ビームトレーニングでは過大なパイロット信号オーバーヘッドが発生する問題がある。
さらに、ユーザ密度が高い場合、ユーザ間の無線伝搬環境が類似しており、ユーザのパイロット信号が相関を持つことが利点となるが、これを効果的に活用することが難しい。
加えて、ユーザ間でビーム方向が重複すると深刻な干渉が発生する問題がある。
そこで本論文では、3段階のグラフニューラルネットワーク(GNN)ベースのビームトレーニング手法を提案する。
第1段階では、遠方界ワイドビームのみをテストし、GNNを用いて遠方界ワイドビームの情報から最適な近距離ビームを推定する。
第2段階では、GNNの出力確率ベクトルに基づいてビームの割り当てを行い、ビーム衝突を回避する。
第3段階では、ハイブリッド送信プリコーダを設計し、ユーザ間干渉をさらに低減する。
シミュレーション結果より、提案手法は従来手法よりも優れた性能を示し、パイロット信号量を大幅に削減しつつ、最適探索に近い性能を達成できることが確認された。
לשפה אחרת
מתוכן המקור
arxiv.org
תובנות מפתח מזוקקות מ:
by Wang Liu,Cun... ב- arxiv.org 03-27-2024
https://arxiv.org/pdf/2402.13597.pdfשאלות מעמיקות