Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > eess > arXiv:1912.12738

帮助 | 高级搜索

电气工程与系统科学 > 信号处理

arXiv:1912.12738 (eess)
[提交于 2019年12月29日 ]

标题: 毫米波初始对齐的CSI顺序学习

标题: Sequential Learning of CSI for MmWave Initial Alignment

Authors:Nancy Ronquillo, Sung-En Chiu, Tara Javidi
摘要: 毫米波通信旨在通过使用高度定向的波束来满足更高的数据速率需求,从而利用更大的带宽。 一个固有的挑战是获取毫米波传输所需的信道状态信息(CSI)。 我们研究了在毫米波通信初始对准阶段自适应和顺序学习CSI的问题。 我们专注于单用户且存在单一主导路径的场景,其中该问题等价于获取最优波束成形向量,在理想情况下,生成的波束方向应与期望分辨率下的到达角一致。 我们在之前工作的基础上提出两种算法,用于自适应和顺序地选择波束成形向量以学习CSI,并构建贝叶斯更新以考虑随时间变化的衰落模型。 数值分析表明,我们提出的算法在中断概率和预期频谱效率方面优于采用实际分层码本的策略,并展示了性能提升。
摘要: MmWave communications aim to meet the demand for higher data rates by using highly directional beams with access to larger bandwidth. An inherent challenge is acquiring channel state information (CSI) necessary for mmWave transmission. We consider the problem of adaptive and sequential learning of the CSI during the mmWave initial alignment phase of communication. We focus on the single-user with a single dominant path scenario where the problem is equivalent to acquiring an optimal beamforming vector, where ideally, the resulting beams point in the direction of the angle of arrival with the desired resolution. We extend our prior by proposing two algorithms for adaptively and sequentially selecting beamforming vectors for learning of the CSI, and that formulate a Bayesian update to account for the time-varying fading model. Numerically, we analyze the outage probability and expected spectral efficiency of our proposed algorithms and demonstrate improvements over strategies that utilize a practical hierarchical codebook.
评论: 将于2019年第53届阿西洛马信号、系统与计算机会议发表
主题: 信号处理 (eess.SP) ; 信息论 (cs.IT); 应用 (stat.AP)
引用方式: arXiv:1912.12738 [eess.SP]
  (或者 arXiv:1912.12738v1 [eess.SP] 对于此版本)
  https://doi.org/10.48550/arXiv.1912.12738
通过 DataCite 发表的 arXiv DOI

提交历史

来自: Nancy Ronquillo [查看电子邮件]
[v1] 星期日, 2019 年 12 月 29 日 21:31:49 UTC (872 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • TeX 源代码
  • 其他格式
查看许可
当前浏览上下文:
eess.SP
< 上一篇   |   下一篇 >
新的 | 最近的 | 2019-12
切换浏览方式为:
cs
cs.IT
eess
math
math.IT
stat
stat.AP

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

与本文相关的代码,数据和媒体

alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)

演示

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

arXivLabs:与社区合作伙伴的实验项目

arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。

与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。

有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号