Recursive Gated CNN-Based Beamfocusing Algorithm for Massive MIMO System

doi:10.1109/tgcn.2026.3740665

Recursive Gated CNN-Based Beamfocusing Algorithm for Massive MIMO System

2026-10-06

0

PRE

AI

DOI：10.1109/tgcn.2026.3740665

原文链接

原文求助

摘要

En 中文

针对大规模MIMO中由频率无关相移器(PS)引起的波束分裂问题，本文提出了一种基于递归门控卷积神经网络(RGCNN)的波束聚焦(BFC)算法，命名为RGCNN-BFC算法。具体而言，通过计算平均信道协方差矩阵(MCCM)对信道状态信息进行预处理。为补偿相位偏差，构建了结合时间延迟可调(TTD)和PS的预编码结构以生成频率相关相移。在该架构下，通过最大化阵列增益生成延迟、相位和数字预编码标签。随后，提出了一种RGCNN结构以提高预编码标签的预测精度。通过多轮特征交互，RGCNN能够捕获更复杂的空间依赖关系，从而更好地学习输入MCCM的全局特征。最终，训练良好的RGCNN可快速精确地输出预测权重向量，无需复杂矩阵运算即可补偿相移。仿真结果表明，所提出的RGCNN-BFC算法能够缓解波束分裂效应并实现近最优可达速率性能。

Keyword:

Massive MIMO

beamfocusing

true time-delays (TTDs)

convolutional neural network

beam split

recursive gated convolution

Recursive Gated CNN-Based Beamfocusing Algorithm for Massive MIMO System

摘要

期刊

机构

引用论文