利用信道学习获取超蜂窝网络休眠基站的信道信息

LANGUAGE 中文

SOURCE 《中国科学：信息科学》，vol.47, no.11, pp.1583-1591, Nov 2017.

Published Date:2017

ABSTRACT

信道信息作为刻画无线信道状态的重要信息, 在新一代基于大规模多天线技术的系统中扮演
了极其重要的角色. 而在超蜂窝架构中, 业务基站需要动态休眠以提高系统的能效. 当基站休眠时, 传统的基于导频的信道信息获取方法无法使用. 本文针对这一问题提出了基于机器学习的信道信息获取策略, 通过活跃基站多维度的信道信息来推测休眠基站的信道信息. 我们以用户选择业务基站为例, 利用人工神经网络架构设计了一套具体的信道学习解决方案. 与位置辅助信道估计方案不同, 该方案采用控制基站侧的信道信息作为输入, 避免了用户定位过程中存在的一些问题. 通过基于随机地理散射物的信道模型, 我们对该方案进行了仿真验证, 发现其预测准确率优于K 近邻等其他预测算法, 性能接近于已知准确用户地理信息的位置辅助估计方案.