論文の概要: Beamforming Learning for mmWave Communication: Theory and Experimental Validation

• arxiv url: http://arxiv.org/abs/1912.12406v1
• Date: Sat, 28 Dec 2019 05:46:39 GMT
• ステータス: 処理完了
• システム内更新日: 2023-01-17 13:11:07.265170
• Title: Beamforming Learning for mmWave Communication: Theory and Experimental Validation
• Title（参考訳）: mm波通信のためのビームフォーミング学習:理論と実験的検証
• Authors: ohaned Chraiti, Dmitry Chizhik, Jinfeng Du, Reinaldo A. Valenzuela, Ali Ghrayeb and Chadi Assi
• Abstract要約: 本稿では,最小ビームフォーミングゲインを保証しながら,探索時間を短縮し,CSIを必要としないビーム設計手法を提案する。 提案手法の有効性を,実生活計測によるコードブックの構築と性能評価の観点から評価する。
• 参考スコア（独自算出の注目度）: 23.17604790640996
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: To establish reliable and long-range millimeter-wave (mmWave) communication, beamforming is deemed to be a promising solution. Although beamforming can be done in the digital and analog domains, both approaches are hindered by several constraints when it comes to mmWave communications. For example, performing fully digital beamforming in mmWave systems involves using many radio frequency (RF) chains, which are expensive and consume high power. This necessitates finding more efficient ways for using fewer RF chains while taking advantage of the large antenna arrays. One way to overcome this challenge is to employ (partially or fully) analog beamforming through proper configuration of phase-shifters. Existing works on mmWave analog beam design either rely on the knowledge of the channel state information (CSI) per antenna within the array, require a large search time (e.g., exhaustive search) or do not guarantee a minimum beamforming gain (e.g., codebook based beamforming). In this paper, we propose a beam design technique that reduces the search time and does not require CSI while guaranteeing a minimum beamforming gain. The key idea derives from observations drawn from real-life measurements. It was observed that for a given propagation environment (e.g., coverage area of a mmWave BS) the azimuthal angles of dominant signals could be more probable from certain angles than others. Thus, pre-collected measurements could used to build a beamforming codebook that regroups the most probable beam designs. We invoke Bayesian learning for measurements clustering. We evaluate the efficacy of the proposed scheme in terms of building the codebook and assessing its performance through real-life measurements. We demonstrate that the training time required by the proposed scheme is only 5% of that of exhaustive search. This crucial gain is obtained while achieving a minimum targeted beamforming gain.
• Abstract（参考訳）: 信頼性と長距離ミリ波通信を確立するために、ビームフォーミングは有望な解であると考えられる。 ビームフォーミングはデジタルおよびアナログ領域で行うことができるが、どちらの手法もmmWave通信に関していくつかの制約によって妨げられる。 例えば、mWaveシステムで完全なデジタルビームフォーミングを行うには、多くの無線周波数(RF)チェーンを使用する必要がある。 これにより、大きなアンテナアレイを活用しながら、より効率的なRF鎖の使用方法を見つける必要がある。 この課題を克服する一つの方法は、位相シフト器の適切な構成を通じて(部分的にまたは完全に)アナログビームフォーミングを採用することである。 mmwaveアナログビーム設計の既存の仕事は、アレイ内のアンテナ毎のチャネル状態情報(csi)の知識に依存するか、大きな探索時間(例えば、徹底的な探索)を必要とするか、最小のビームフォーミングゲイン(例えばコードブックベースのビームフォーミング)を保証しないかのどちらかである。 本稿では,最小ビームフォーミングゲインを保証しながら,探索時間を短縮し,CSIを必要としないビーム設計手法を提案する。 鍵となるアイデアは、実生活の測定から引き出された観測に由来する。 所与の伝搬環境(例えば、mmWave BSのカバレッジ領域)では、支配的な信号の方位角は他の信号よりも高い角度で観測可能であることが観察された。 したがって、事前に収集された測定値を使って、最も可能性の高いビーム設計を再編成するビームフォーミングコードブックを構築することができる。 計測クラスタリングのためにベイズ学習を呼び出す。 提案手法の有効性を,実生活計測によるコードブックの構築と性能評価の観点から評価する。 提案手法が要求する訓練時間は,全探索の5%に過ぎなかった。 この重要な利得は、最小目標ビームフォーミング利得を達成しつつ得られる。

関連論文リスト

• HoloBeam: Learning Optimal Beamforming in Far-Field Holographic Metasurface Transceivers [5.402030962296633]
  ミリ波およびテラヘルツ波通信におけるビームフォーミングのための大型アンテナアレイの代用として,ホログラフィック・メタサーフェス・トランシーバー (HMT) が登場している。 HMTにおけるビームフォーミングによる所望のチャネルゲインを達成するには、多数の要素の位相シフトを適切に設定する必要がある。 遠距離領域の受信機における受信信号強度をビームフォーミングし最大化するために,固定予算のマルチアーム・バンディット・フレームワークを用いた学習アルゴリズムを開発した。
  論文  参考訳（メタデータ） (2023-12-30T03:29:32Z)
• One-Dimensional Deep Image Prior for Curve Fitting of S-Parameters from Electromagnetic Solvers [57.441926088870325]
  Deep Image Prior(ディープ・イメージ・プライオリ、ディープ・イメージ・プライオリ、DIP)は、ランダムなd畳み込みニューラルネットワークの重みを最適化し、ノイズや過度な測定値からの信号に適合させる技術である。 本稿では,Vector Fitting (VF) の実装に対して,ほぼすべてのテスト例において優れた性能を示す。
  論文  参考訳（メタデータ） (2023-06-06T20:28:37Z)
• Deep Learning and Image Super-Resolution-Guided Beam and Power Allocation for mmWave Networks [80.37827344656048]
  我々は,ミリ波(mmWave)ネットワークのためのディープラーニング(DL)誘導ハイブリッドビームとパワーアロケーションアプローチを開発した。 教師付き学習と超解像技術の相乗効果を利用して、低オーバヘッドビームとパワーアロケーションを実現する。
  論文  参考訳（メタデータ） (2023-05-08T05:40:54Z)
• Reliable Beamforming at Terahertz Bands: Are Causal Representations the Way Forward? [85.06664206117088]
  マルチユーザ無線システムは、テラヘルツ帯域と大量のアンテナを利用することで、メタバース要件を満たすことができる。 既存の解にはチャネル力学の適切なモデリングが欠如しており、その結果、高流動シナリオにおける不正確なビームフォーミング解が生じる。 ここでは、変分因果推論における新しい人工知能アルゴリズムを利用して、動的で意味論的に認識されたビームフォーミングソリューションを初めて提案する。
  論文  参考訳（メタデータ） (2023-03-14T16:02:46Z)
• Deep Learning for Hybrid Beamforming with Finite Feedback in GSM Aided mmWave MIMO Systems [9.320559153486885]
  ハイブリッドビームフォーミングはミリ波多重出力(MIMO)システムにおいて重要な技術として広く認識されている。 ディープラーニングの助けを借りて、GSMハイブリッドビームフォーマは、教師なし学習をエンドツーエンドで設計する。
  論文  参考訳（メタデータ） (2023-02-15T11:42:43Z)
• UB3: Best Beam Identification in Millimeter Wave Systems via Pure Exploration Unimodal Bandits [7.253481390411171]
  本研究では,受信したビームの信号強度の一様構造を利用して,最適なビームを有限時間で識別するアルゴリズムを開発した。 我々のアルゴリズムは、Unimodal Bandit for Best Beam (UB3) と名付けられ、数ラウンドで高い確率で最適なビームを識別する。
  論文  参考訳（メタデータ） (2022-12-26T09:24:22Z)
• Fast Beam Alignment via Pure Exploration in Multi-armed Bandits [91.11360914335384]
  我々は,ミリ波通信におけるBAレイテンシを低減するために,帯域幅に基づく高速BAアルゴリズムを開発した。 我々のアルゴリズムは2相ヘテロセダスティックトラック・アンド・ストップ (2PHT&S) と呼ばれる。
  論文  参考訳（メタデータ） (2022-10-23T05:57:39Z)
• Bayesian Optimization-Based Beam Alignment for MmWave MIMO Communication Systems [1.7467279441152421]
  ビームアライメント(BA)はミリ波通信(mmWave)における重要な問題である 機械学習戦略,ベイズ最適化(BO)に基づく新しいビームアライメント方式を提案する。 本研究では,ビームアライメント問題をブラックボックス関数とみなし,BOを用いて最適ビーム対を求める。
  論文  参考訳（メタデータ） (2022-07-28T15:37:49Z)
• Performance of teleportation-based error correction circuits for bosonic codes with noisy measurements [58.720142291102135]
  テレポーテーションに基づく誤り訂正回路を用いて、回転対称符号の誤り訂正能力を解析する。 マイクロ波光学における現在達成可能な測定効率により, ボソニック回転符号の破壊ポテンシャルは著しく低下することが判明した。
  論文  参考訳（メタデータ） (2021-08-02T16:12:13Z)
• Applying Deep-Learning-Based Computer Vision to Wireless Communications: Methodologies, Opportunities, and Challenges [100.45137961106069]
  ディープラーニング(DL)はコンピュータビジョン(CV)分野で大きな成功を収めている。 本稿では,無線通信におけるDLベースのCVの適用について紹介する。
  論文  参考訳（メタデータ） (2020-06-10T11:37:49Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。