In this paper, we consider a prospective receiving hybrid beamforming structure consisting of several radio frequency (RF) chains and abundant antenna elements in multi-input multi-output (MIMO) systems. Due to conventional costly full connections, we design an enhanced partially-connected beamformer employing low-density parity-check (LDPC) based structure. As a benefit of LDPC-based structure, information can be exchanged among clustered RF/antenna groups, which results in a low computational complexity order. Advanced message passing (MP) capable of inferring and transferring information among different paths is designed to support LDPC-based hybrid beamformer. We propose a message passing enhanced antenna and RF chain selection (MARS) scheme to minimize the operational power of antennas and RF chains of the receiver. Furthermore, sequential and parallel MP for MARS are respectively designed as MARS-S and MARS-P schemes to address convergence speed issue. Simulations have validated the convergence of both the MARS-P and the MARS-S algorithms. Owing to asynchronous information transfer of MARS-P, it reveals that higher power is required than that of MARS-S, which strikes a compelling balance between power consumption, convergence, and computational complexity. It is also demonstrated that the proposed MARS scheme outperforms the existing benchmarks using heuristic method of fully-/partially-connected architectures in open literature in terms of the lowest power and highest energy efficiency.


翻译:在本文中,我们考虑多输入多输出(MIMO)系统中包含多个射频(RF)链路和丰富的天线元素的接收混合波束成型结构。由于传统的高成本完全连接,我们设计了一个增强的部分连接波束成型器,采用基于低密度奇偶校验(LDPC)的结构。由于LDPC结构的好处,在聚类的RF/antenna组之间可以交换信息,从而实现低计算复杂性。设计了一种先进的信息传递(MP),能够在不同路径之间推断和传递信息,以支持LDPC基于的混合波束成型。我们提出了一种基于信息传递的天线和RF链路选择(MARS)方案,以最小化接收器的天线和RF链路的操作功率。此外,分别设计了MARS-S和MARS-P方案的顺序和并行MP,以解决收敛速度问题。通过仿真验证了MARS-P和MARS-S算法的收敛性。由于MARS-P的异步信息传输,发现需要比MARS-S更高的功率,这在功耗、收敛和计算复杂性之间达到了令人信服的平衡。结果表明,所提出的MARS方案在功耗最低、能效最高方面优于使用启发式方法完全连接/部分连接架构的现有基准方法。

0
下载
关闭预览

相关内容

VCIP 2022 Call for Demos
CCF多媒体专委会
1+阅读 · 2022年6月6日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
CreateAMind
28+阅读 · 2019年5月18日
强化学习的Unsupervised Meta-Learning
CreateAMind
17+阅读 · 2019年1月7日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
17+阅读 · 2018年12月24日
【推荐】ResNet, AlexNet, VGG, Inception:各种卷积网络架构的理解
机器学习研究会
20+阅读 · 2017年12月17日
【推荐】深度学习思维导图
机器学习研究会
15+阅读 · 2017年8月20日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2009年12月31日
Arxiv
13+阅读 · 2022年8月16日
Interest-aware Message-Passing GCN for Recommendation
Arxiv
12+阅读 · 2021年2月19日
VIP会员
相关VIP内容
相关资讯
VCIP 2022 Call for Demos
CCF多媒体专委会
1+阅读 · 2022年6月6日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
CreateAMind
28+阅读 · 2019年5月18日
强化学习的Unsupervised Meta-Learning
CreateAMind
17+阅读 · 2019年1月7日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
17+阅读 · 2018年12月24日
【推荐】ResNet, AlexNet, VGG, Inception:各种卷积网络架构的理解
机器学习研究会
20+阅读 · 2017年12月17日
【推荐】深度学习思维导图
机器学习研究会
15+阅读 · 2017年8月20日
相关基金
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2009年12月31日
Top
微信扫码咨询专知VIP会员