beam management | BriefGPT - AI 论文速递

关键词beam management

搜索结果 - 9

MM神经码本设计用于网络波束管理
针对大规模天线系统，本文提出了一种端到端学习的代码本设计算法，网络波束空间学习（NBL），通过优化代码本的设计来减轻干扰并最大化可实现的性能，在波束对准方面比传统代码本提高 10dB，并在网络频谱效率上提高 25% 以上。
PDF4 months ago
毫米波分布式多输入多输出 (D-MIMO) 系统中的机器学习辅助波束管理
通过研究使用射频信号的射束管理协议，利用人工智能和机器学习的方法，探索如何在分布式多输入多输出系统中通过少量的近似数据来可靠地预测最佳的射束 / 接入点组合。
PDF6 months ago
极端 MIMO 波束管理的层级机器学习码本设计
通过使用神经网络和波束选择策略，我们提出了一种用于极大规模的多输入多输出（X-MIMO）系统的初始接入和优化码本设计的机器学习精炼码本设计过程，该算法名为极限波束管理（X-BM）。与传统的码本方法相比，我们的结果表明初始接入和整体有效的频谱
PDF7 months ago
无线通信的多模态变压器：波束预测案例研究
本文介绍了一种多模态变压器深度学习框架，用于辅助感知的波束预测。通过使用卷积神经网络从一系列图像、点云和雷达原始数据中提取特征，并使用变压器编码器学习不同模态和时间实例之间的隐藏关系，生成下一级特征提取的编码向量。通过在不同模态的组合上进行
PDF10 months ago
MM基于联邦强化学习的超密集毫米波网络束形管理：一个智能和安全的方法
本文介绍一种新型系统化波束控制方案，针对超密集的毫米波网络的波束管理问题。在基于联邦学习的波束管理方案中，使用了双层深度 Q 网络（DDQN），非原始数据聚合可以在减少切换成本的同时，理论上保护用户隐私。模拟结果证明了本文所提出的方案的性能
PDF2 years ago
2022 年多模式光束预测挑战赛：迈向泛化
通过使用多模态感知模式解决 Beam management 在高移动用户场景下的挑战，为未来的实时通信系统铺平了一条可靠的道路。
PDF2 years ago
利用深度学习实现指向和 RSRP 的光束管理，用于 5G 以后的系统
使用惯性测量单元提供的方向信息结合基于递归神经网络的数据驱动策略调整波束管理，相对于传统波束管理和利用粒子滤波的方向辅助的波束管理策略，该策略在快速改变设备朝向的情况下，提高了波束预测的准确性达 34％，并将均值 RSRP 提高了最多 4.
PDF2 years ago
MMDeepBeam：毫米波网络中无需坐标的波形深度学习进行波束管理
本文提出了 DeepBeam 框架，该框架使用波形级深度学习和卷积神经网络，自动推断波束的角度到达和发送端实际使用的波束，可实现更高的精度和更低的延迟，其数据集和代码已公开发布。
PDF4 years ago
MM3GPP NR 毫米波独立式和非独立式波束管理
讨论了使用 mmWave 频段的无线通信系统中的波束管理问题，包括 3GPP 在 NR 规范中提出的不同操作，以及不同方案的性能比较和波束管理框架中最重要参数的设计见解。
PDF6 years ago