本文提出一种基于分层结构的波束对准算法 (HBA) 来降低毫米波通信系统中波束对准所需时间,该算法将波束对准问题转化为了随机多臂老虎机问题,并利用波束间的相关性来加速波束对准过程,同时通过加入信道波动先验知识来进一步加快波束对准过程。理论分析表明,该算法渐近优越。大量模拟实验表明,该算法能够在多径信道中高概率地确定最优波束,并将波束对准时间从几百毫秒降至几毫秒,比 IEEE 802.11ad 中现有的波束对准方法更为高效。
Sep, 2019
研究毫米波系统中的波束对准问题,通过设计一种优化算法来减少开销,具体来说,利用随机优化公式在线最大化波束对准策略的指向增益,通过上下文信息改善性能并提出等效结构化多臂军刀算法来最优化探索 - 开发权衡。
Dec, 2017
本文开发了一种名为 Unimodal Bandit for Best Beam (UB3) 的算法,通过纯探索策略在有限时间内利用波束接收信号强度的单峰结构,找到最佳波束,证明了其误差指数不依赖于波束数量,并通过大量仿真证明了 UB3 的优越性,而且该算法实现简单且计算复杂性低。
Dec, 2022
本论文提出使用机器学习策略 Bayesian optimization 来有效解决毫米波通信中非常狭窄的波束对准问题,提高信道的谱效率并减小了通信的开销。
Jul, 2022
本文介绍了一种用于解决波束对准问题的非负最小二乘技术,利用了毫米波信道在到来和离去角度方向上的稀疏性,在通过预定义的伪随机波束形成码本和伪随机扩展码进行的下行通信期间定期探测通道。结果表明,该方案在高速运动下的表现性能仍然优异,且通信需无需在时间域进行均衡处理。
Jun, 2018
使用固定预算多臂赌博框架开发了一种学习算法,通过初始值探索指定波束 forming 的相移参数及最大程度地增强接收器的接收信号强度,该算法在广泛的模拟中表现出优于现有算法的性能。
Dec, 2023
本文通过多臂老虎机框架,提出了一种在线学习算法,用于选择和优化天线成对的方向,以最大化功率角谱在该位置上的峰值,并在较短的时间步数内实现与无遗漏搜索相当的性能。
Sep, 2018
本文提出了一种新的分层波束训练方案,采用动态训练层数的方式来优化多跳太赫兹链路的性能,该方案在存在未知通道状态信息、噪声和路径损耗的情况下,通过基于多臂赌博机 (MAB) 的强化学习解决方案进行求解,模拟结果表明,相较于传统的层次式波束训练方案,该方案可以获得高达 75% 的谱效率表现提升。
Feb, 2021
该论文研究了大型天线阵列下的毫米波通信技术。通过自适应序列优化天线束成形向量,以改善信号衰减和干扰问题,提出了一种新的自适应序列对齐算法,其搜索时间与性能无噪声双分搜索相匹配。与之前的解决方案相比,该算法在低信噪比(-10dB 至 5dB)的情况下得到了明显的通信速度提升,完成了独立的毫米波通信的首次演示。
Dec, 2018
针对多个用户访问相同频道的自组织网络,本研究在缺乏中央协调时,使用探索和承诺策略,通过传输和感知信息的方式,实现接近最优的频道分配,进而提高网络吞吐量,同时击败了现有的算法。
Jan, 2019