論文の概要: Graph Neural Network Based Hybrid Beamforming Design in Wideband Terahertz MIMO-OFDM Systems
- arxiv url: http://arxiv.org/abs/2501.16306v1
- Date: Mon, 27 Jan 2025 18:45:54 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-01-28 13:53:48.801864
- Title: Graph Neural Network Based Hybrid Beamforming Design in Wideband Terahertz MIMO-OFDM Systems
- Title(参考訳): グラフニューラルネットワークを用いた広帯域テラヘルツMIMO-OFDMシステムにおけるハイブリッドビームフォーミング設計
- Authors: Beier Li, Mai Vu,
- Abstract要約: 6G無線技術は、高指向性ビームフォーミングによって実現される、より高周波数帯域を採用するために計画されている。
利用可能な広い帯域幅は、巨大な多重入力とMIMOシステムにおけるビームスクイントの影響も無視できない。
各アンテナに実時間遅延線(TTD)を追加するような従来のアプローチは、大量のアンテナアレイを必要とするためコストがかかる。
本稿では、ハイブリッドビームフォーミングを最適化するためのグラフニューラルネットワーク(GNN)の革新的な応用を通じて、OFDMシステムのマルチキャリア構造に特に適応した信号処理の代替手法を提案する。
- 参考スコア(独自算出の注目度): 11.887537452826622
- License:
- Abstract: 6G wireless technology is projected to adopt higher and wider frequency bands, enabled by highly directional beamforming. However, the vast bandwidths available also make the impact of beam squint in massive multiple input and multiple output (MIMO) systems non-negligible. Traditional approaches such as adding a true-time-delay line (TTD) on each antenna are costly due to the massive antenna arrays required. This paper puts forth a signal processing alternative, specifically adapted to the multicarrier structure of OFDM systems, through an innovative application of Graph Neural Networks (GNNs) to optimize hybrid beamforming. By integrating two types of graph nodes to represent the analog and the digital beamforming matrices efficiently, our approach not only reduces the computational and memory burdens but also achieves high spectral efficiency performance, approaching that of all digital beamforming. The GNN runtime and memory requirement are at a fraction of the processing time and resource consumption of traditional signal processing methods, hence enabling real-time adaptation of hybrid beamforming. Furthermore, the proposed GNN exhibits strong resiliency to beam squinting, achieving almost constant spectral efficiency even as the system bandwidth increases at higher carrier frequencies.
- Abstract(参考訳): 6G無線技術は、高指向性ビームフォーミングによって実現される、より高周波数帯域を採用するために計画されている。
しかし、利用可能な広い帯域幅は、大量の多重入力とMIMO(Multiple output)システムにおけるビームスキントの影響も無視できない。
各アンテナに実時間遅延線(TTD)を追加するような従来のアプローチは、大量のアンテナアレイを必要とするためコストがかかる。
本稿では、ハイブリッドビームフォーミングを最適化するためのグラフニューラルネットワーク(GNN)の革新的な応用を通じて、OFDMシステムのマルチキャリア構造に特に適応した信号処理の代替手法を提案する。
アナログとディジタルビームフォーミング行列を効率的に表現するために2種類のグラフノードを統合することにより、計算とメモリの負担を軽減するだけでなく、全てのデジタルビームフォーミングに近づき、高いスペクトル効率性能を実現する。
GNNランタイムとメモリ要件は、従来の信号処理手法の処理時間とリソース消費のごく一部であり、ハイブリッドビームフォーミングのリアルタイム適応を可能にする。
さらに、提案したGNNは、高いキャリア周波数でシステムの帯域幅が増大しても、ビームスクインティングに対する強い抵抗性を示し、ほぼ一定のスペクトル効率を達成する。
関連論文リスト
- Dynamic Spectrum Access for Ambient Backscatter Communication-assisted D2D Systems with Quantum Reinforcement Learning [68.63990729719369]
無線スペクトルは乏しくなり、D2D通信のスペクトル効率は低い。
本稿では, 周囲RF信号の後方散乱を可能にするために, 環境後方散乱通信技術をD2Dデバイスに統合することを目的とする。
我々は、より少ないトレーニングパラメータでより高速な収束率を達成することができる新しい量子強化学習(RL)アルゴリズムを開発した。
論文 参考訳(メタデータ) (2024-10-23T15:36:43Z) - OFDM-Standard Compatible SC-NOFS Waveforms for Low-Latency and Jitter-Tolerance Industrial IoT Communications [53.398544571833135]
この研究は、スペクトル的に効率的な不規則なSinc (irSinc) 整形法を提案し、1924年に従来のSincを再考した。
irSincは、誤差性能を犠牲にすることなくスペクトル効率が向上した信号を生成する。
我々の信号は、5G標準信号構成により、同じスペクトル帯域内で高速なデータ伝送を実現する。
論文 参考訳(メタデータ) (2024-06-07T09:20:30Z) - Hybrid Knowledge-Data Driven Channel Semantic Acquisition and
Beamforming for Cell-Free Massive MIMO [6.010360758759109]
本稿では、ユビキタス・拡張現実(XR)アプリケーションのサポートを改善するために、屋外無線システムの進歩に焦点を当てる。
セルレス大規模マルチインプットマルチアウトプット(MIMO)システムにおいて,チャネル意味獲得とマルチユーザビームフォーミングのためのハイブリッド知識データ駆動方式を提案する。
論文 参考訳(メタデータ) (2023-07-06T15:35:55Z) - 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) - MIMO-DBnet: Multi-channel Input and Multiple Outputs DOA-aware
Beamforming Network for Speech Separation [55.533789120204055]
混合信号のみを用いた方向案内音声分離のためのエンドツーエンドビームフォーミングネットワークを提案する。
具体的には,複数チャネルの入力と複数出力アーキテクチャを設計し,各ソースの指向性に基づく埋め込みとビームフォーミング重みを推定する。
論文 参考訳(メタデータ) (2022-12-07T01:52:40Z) - Data-Driven Deep Learning Based Hybrid Beamforming for Aerial Massive
MIMO-OFDM Systems with Implicit CSI [29.11998008894847]
本稿では,データ駆動型深層学習に基づく統合ハイブリッドビームフォーミングフレームワークを提案する。
TDDシステムでは、提案されたDLベースのアプローチは、E2Eニューラルネットワークとして、アップリンクパイロットの組み合わせとダウンリンクハイブリッドビームフォーミングモジュールを共同でモデル化する。
FDDシステムにおいて、我々は、E2Eニューラルネットワークとして、ダウンリンクパイロットトランスミッション、アップリンクCSIフィードバック、およびダウンリンクハイブリッドビームフォーミングモジュールを共同でモデル化する。
論文 参考訳(メタデータ) (2022-01-18T07:21:00Z) - Terahertz-Band Joint Ultra-Massive MIMO Radar-Communications:
Model-Based and Model-Free Hybrid Beamforming [45.257328085051974]
テラヘルツ(THz)バンドにおける無線通信とセンシングを,有望な短距離技術として検討した。
THz通信では、伝搬損失を補償する超大質量マルチ入力マルチ出力(UM-MIMO)アンテナシステムが提案されています。
我々は,新しいgroup-of-subarrays (gosa) um-mimo構造のためのモデルベースおよびモデルフリー技術に基づくthzハイブリッドビームフォーマを開発した。
論文 参考訳(メタデータ) (2021-02-27T21:28:34Z) - Multi-hop RIS-Empowered Terahertz Communications: A DRL-based Hybrid
Beamforming Design [39.21220050099642]
テラヘルツ帯における無線通信 (0.1-10thz) は、将来の第6世代 (6g) 無線通信システムの鍵となる技術の一つとして考えられている。
マルチホップRIS対応通信ネットワークのための新しいハイブリッドビームフォーミング方式を提案し,THz帯域でのカバレッジ範囲を改善する。
論文 参考訳(メタデータ) (2021-01-22T14:56:28Z) - Learning to Beamform in Heterogeneous Massive MIMO Networks [48.62625893368218]
大規模マルチインプット多重出力(MIMO)ネットワークにおいて最適なビームフォーマを見つけることはよく知られている問題である。
本稿では,この問題に対処するための新しい深層学習に基づく論文アルゴリズムを提案する。
論文 参考訳(メタデータ) (2020-11-08T12:48:06Z)
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。