毫米波大规模MIMO系统中基于机器学习的自适应连接混合预编码

毫米波大规模MIMO系统混合预编码是提升无线通信系统容量和降低射频链使用数量的关键技术之一,但是仍然需要大量高精度的相移器实现阵列增益。为了解决这个问题,本文中,首先通过最大化每个用户的接收信号功率,得到自适应连接结构中射频链与基站天线匹配关系,然后创新地把基于机器学习的自适应交叉熵优化方法应用于1比特量化相移的自适应连接混合预编码器中。通过减小交叉熵和加入常数平滑参数保证收敛,自适应地更新概率分布以得到几乎最优的混合预编码器。最后,仿真验证了所提方案的可行性以及具有满意的可达和速率,与其他相同硬件复杂度的混合预编码方案相比具有更优的可达和速率性能。