摘要
为减少毫米波波束训练的时间和功耗开销,提出了一种基于通信场景的波束特征选择和预测算法。首先,根据功率损耗概率最小化准则选择最优特征波束,并利用最优波束概率生成特征波束集(波束索引的子集)。其次,为了获得通信场景的最优波束概率,采用基于局部学习的特征选择聚类算法(LLC-fs)。最后,由于场景化特征波束集与最优波束之间为隐式、非线性映射关系,利用了DNN模型逼近该映射,进而使用离线训练模型实现从特征波束集到最优波束的预测。仿真结果表明,使用离线训练场景化DNN模型即可在线预测最优毫米波波束。预测性能可以逼近穷举波束搜索算法,并有效减小波束搜索的开销。
-
单位西安邮电大学; 通信与信息工程学院