无蜂窝大规模MIMO网络下基于联邦学习的用户接入策略及能耗优化

作者：姚媛媛; 刘忆秋; 黄赛; 潘春雨; 李学华; 袁昕

来源：通信学报, 2023, 44(10): 112-123.

DOI：10.11959/j.issn.1000-436x.2023188

• 无蜂窝大规模MIMO
• 用户接入
• 智能感知
• AP选择
• 能耗优化

针对无蜂窝大规模多输入多输出（CF-mMIMO）网络中用户如何选择接入点的问题，提出了一种基于信道排序的较差用户优先接入策略。首先，用户进行信道感知后对其信道质量和稳定性进行评估和排序，用户按照信道状态信息的顺序依次选择合适的接入点；其次，考虑到用户的能耗与数据安全等问题，采用联邦学习框架以增强用户的数据隐私安全，并提出一种基于能耗优化的交替优化变量算法，对多维变量进行优化，使系统总能耗最小化。仿真结果表明，相较于传统的大规模MIMO中用户为中心的接入策略，所提接入策略可使用户平均上行可达速率提升20%，信道较差用户的上行速率可提升2倍；在能耗优化方面，优化后的总能耗可降低50%以上。

• 单位
  北京信息科技大学; 信息产业部; 北京邮电大学