深度学习用于多用户主动波束切换：一个6G应用
摘要：基于深度学习和用户设备（UE）波束测量和基站（BS）收集的位置生成的时间序列数据，本文展示了在同一或不同BS的波束之间进行切换的方法。我们提出使用长短期记忆（LSTM）循环神经网络，采用三种不同方法，并改变波束测量的回溯数量来研究用于主动波束切换的预测性能。模拟表明，虽然UE位置可以提高预测性能，但只能到一定程度。在足够大的回溯数量下，UE位置对预测精度变得无关紧要，因为LSTM能够基于时间定义的轨迹隐含地学习到最佳波束。
作者：Faris B. Mismar, Alperen Gundogan, Aliye Ozge Kaya, Oleg Chistyakov
论文ID：2209.11312
分类：Networking and Internet Architecture
分类简称：cs.NI
提交时间：2023-05-23