論文の概要: Learning-Based Multiuser Scheduling in MIMO-OFDM Systems with Hybrid Beamforming

• arxiv url: http://arxiv.org/abs/2506.08263v1
• Date: Mon, 09 Jun 2025 21:59:05 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-06-11 15:11:40.854542
• Title: Learning-Based Multiuser Scheduling in MIMO-OFDM Systems with Hybrid Beamforming
• Title（参考訳）: ハイブリッドビームフォーミングを用いたMIMO-OFDMシステムにおける学習型マルチユーザスケジューリング
• Authors: Pouya Agheli, Tugce Kobal, François Durand, Matthew Andrews,
• Abstract要約: 周波数分割多重化(OFDM)とハイブリッドビームフォーミングを用いたマルチ入力多重出力(MIMO)システムにおけるマルチユーザスケジューリング問題について検討する。 スケジューリングを行うために、グリージーやソートアルゴリズムなどのソリューションを提案し、次に機械学習(ML)アプローチを提案する。
• 参考スコア（独自算出の注目度）: 1.4272256806865102
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: We investigate the multiuser scheduling problem in multiple-input multiple-output (MIMO) systems using orthogonal frequency division multiplexing (OFDM) and hybrid beamforming in which a base station (BS) communicates with multiple users over millimeter wave (mmWave) channels in the downlink. Improved scheduling is critical for enhancing spectral efficiency and the long-term performance of the system from the perspective of proportional fairness (PF) metric in hybrid beamforming systems due to its limited multiplexing gain. Our objective is to maximize PF by properly designing the analog and digital precoders within the hybrid beamforming and selecting the users subject to the number of radio frequency (RF) chains. Leveraging the characteristics of mmWave channels, we apply a two-timescale protocol. On a long timescale, we assign an analog beam to each user. Scheduling the users and designing the digital precoder are done accordingly on a short timescale. To conduct scheduling, we propose combinatorial solutions, such as greedy and sorting algorithms, followed by a machine learning (ML) approach. Our numerical results highlight the trade-off between the performance and complexity of the proposed approaches. Consequently, we show that the choice of approach depends on the specific criteria within a given scenario.
• Abstract（参考訳）: 直交周波数分割多重化(OFDM)とベースステーション(BS)がダウンリンク内のミリ波(mmWave)チャネル上で複数のユーザと通信するハイブリッドビームフォーミングを用いたMIMOシステムにおけるマルチユーザスケジューリング問題について検討する。 ハイブリッドビームフォーミングシステムにおいて, スペクトル効率の向上とPFの長期性能向上は, 多重化ゲインの限界により, 比例フェアネス(PF)測定値の観点からも重要となる。 我々の目的は、ハイブリッドビームフォーミングにおいてアナログおよびデジタルプリコーダを適切に設計し、無線周波数(RF)連鎖の数に応じてユーザを選択することにより、PFを最大化することである。 mmWaveチャネルの特性を活用し、2時間スケールのプロトコルを適用した。 長い時間スケールで、各ユーザにアナログビームを割り当てる。 ユーザをスケジューリングし、デジタルプリコーダを短時間で設計する。 スケジューリングを行うために、グリードやソートアルゴリズムなどの組合せ解を提案し、次に機械学習(ML)アプローチを提案する。 この数値結果は,提案手法の性能と複雑性のトレードオフを浮き彫りにしている。 その結果,アプローチの選択は特定のシナリオ内の特定の基準に依存することがわかった。

関連論文リスト

• Joint Transmit and Pinching Beamforming for Pinching Antenna Systems (PASS): Optimization-Based or Learning-Based? [89.05848771674773]
  MISO (Multiple-input Single-output) フレームワークを提案する。 それは複数の導波路で構成されており、多数の低コストアンテナ(PA)を備えている。 PAの位置は、大規模パスと空間の両方にまたがるように再構成することができる。
  論文  参考訳（メタデータ） (2025-02-12T18:54:10Z)
• 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)
• 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)
• Learning-Based Adaptive User Selection in Millimeter Wave Hybrid Beamforming Systems [5.657669046936923]
  基地局(BS)で採用される少数のチェーンによって多重化ゲインが制限されるマルチユーザハイブリッドビームフォーミングシステムを考える。 多重化ゲインを最大化する自由を最大化するために、BSがすべてのユーザを常に提供するのではなく、各スケジューリング時に一部のユーザを選択して提供する方がよい。 機械学習(ML)に基づくユーザ選択アルゴリズムを提案し,PF性能と時間とのトレードオフを効果的に提供する。
  論文  参考訳（メタデータ） (2023-02-16T11:46:36Z)
• 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)
• Proximal Policy Optimization-based Transmit Beamforming and Phase-shift Design in an IRS-aided ISAC System for the THz Band [90.45915557253385]
  テラヘルツ(THz)帯で動作するIRS支援統合センシング・通信(ISAC)システムを提案し,システム容量を最大化する。 透過ビームフォーミングと位相シフト設計はエルゴード制約を伴う普遍最適化問題に変換される。
  論文  参考訳（メタデータ） (2022-03-21T09:15:18Z)
• Federated Dropout Learning for Hybrid Beamforming With Spatial Path Index Modulation In Multi-User mmWave-MIMO Systems [19.10321102094638]
  SPIM-MIMOシステムにおけるビームフォーマー設計のためのモデルベースおよびモデルフリーフレームワークを紹介します。 提案手法は,最新のSPIM-MIMO法やmmWave-MIMO法よりも高いスペクトル効率を示す。
  論文  参考訳（メタデータ） (2021-02-15T10:49:26Z)
• Joint Deep Reinforcement Learning and Unfolding: Beam Selection and Precoding for mmWave Multiuser MIMO with Lens Arrays [54.43962058166702]
  離散レンズアレイを用いたミリ波マルチユーザマルチインプット多重出力(MU-MIMO)システムに注目が集まっている。 本研究では、DLA を用いた mmWave MU-MIMO システムのビームプリコーディング行列の共同設計について検討する。
  論文  参考訳（メタデータ） (2021-01-05T03:55:04Z)
• Fine Timing and Frequency Synchronization for MIMO-OFDM: An Extreme Learning Approach [8.432859469083951]
  極端学習機械(ELM)を用いて高精度同期を実現する手法を提案する。 提案手法は,チャネルパラメータの選択や,機械学習の観点からの「一般化能力」の観点からも頑健である。
  論文  参考訳（メタデータ） (2020-07-17T21:41:38Z)

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。