场景化毫米波特征选择和波束预测算法

摘要：

为减少毫米波波束训练的时间和功耗开销,提出了一种基于通信场景的波束特征选择和预测算法.首先,根据功率损耗概率最小化准则选择最优特征波束,并利用最优波束概率生成特征波束集(波束索引的子集).其次,为了获得通信场景的最优波束概率,采用基于局部学习的特征选择聚类算法(LLC-fs).最后,由于场景化特征波束集与最优波束之间为隐式、非线性映射关系,利用了DNN模型逼近该映射,进而使用离线训练模型实现从特征波束集到最优波束的预测.仿真结果表明,使用离线训练场景化DNN模型即可在线预测最优毫米波波束.预测性能可以逼近穷举波束搜索算法,并有效减小波束搜索的开销.

关键词：波束预测、波束训练、深度神经网络、特征选择、毫米波通信

所属期刊栏目：52

分类号：TN928

资助基金：国家自然科学基金;国家自然科学基金

在线出版日期：2023-10-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：689-698