In this paper, we propose a quadruple-UPA architecture for realizing the beamforming with wide coverage in terahertz (THz) communication. Considering the severe path loss suffered in the THz wave propagation, the pilot signals of conventional channel estimation strategies may not be effectively detected. In sight of this, we propose a fast 3D beam training strategy to jointly realize the angle estimation and the beamforming. Specifically, we first develop a novel hierarchical codebook that predefines some codewords (including narrow beams and wide beams) stage by stage. The narrow beams are designed as the beamforming solution candidates, whereas the wide beams are designed for reducing the training complexity. Then, we propose a 3D beam training procedure to find the optimal beamforming solution, i.e., the optimal narrow-beam pair, in a fast manner. Numerical results are presented to validate the effectiveness of the proposed scheme.


翻译:在本文中,我们提出一个四重-UPA结构,以实现以广覆盖面覆盖Thahertz(Thz)通信的横梁。考虑到Thz波传播过程中遭受的严重路径损失,常规频道估计战略的试点信号可能无法有效检测。在此情况下,我们提出一个快速的 3D 光束培训战略,以共同实现角度估计和波束成形。具体地说,我们首先制定一个新的等级代码手册,在阶段前确定一些代码(包括窄梁和宽梁)阶段。狭窄的横梁是设计成成形的解决方案对象,而宽梁则设计为降低培训复杂性。然后,我们提出一个3D 光束培训程序,以快速找到最佳的成型解决方案,即最佳的窄束对。提出了量化结果,以验证拟议方案的有效性。

0
下载
关闭预览

相关内容

【如何做研究】How to research ,22页ppt
专知会员服务
108+阅读 · 2021年4月17日
专知会员服务
29+阅读 · 2020年12月14日
【EMNLP2020最佳论文】无声语音的数字化发声
专知会员服务
11+阅读 · 2020年11月20日
专知会员服务
60+阅读 · 2020年3月19日
Stabilizing Transformers for Reinforcement Learning
专知会员服务
58+阅读 · 2019年10月17日
Diganta Misra等人提出新激活函数Mish,在一些任务上超越RuLU
专知会员服务
14+阅读 · 2019年10月15日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
已删除
将门创投
4+阅读 · 2019年4月1日
Call for Participation: Shared Tasks in NLPCC 2019
中国计算机学会
5+阅读 · 2019年3月22日
逆强化学习-学习人先验的动机
CreateAMind
15+阅读 · 2019年1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
Hierarchical Imitation - Reinforcement Learning
CreateAMind
19+阅读 · 2018年5月25日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
Arxiv
6+阅读 · 2020年10月8日
Arxiv
4+阅读 · 2020年1月17日
Neural Architecture Optimization
Arxiv
8+阅读 · 2018年9月5日
VIP会员
相关资讯
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
已删除
将门创投
4+阅读 · 2019年4月1日
Call for Participation: Shared Tasks in NLPCC 2019
中国计算机学会
5+阅读 · 2019年3月22日
逆强化学习-学习人先验的动机
CreateAMind
15+阅读 · 2019年1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
Hierarchical Imitation - Reinforcement Learning
CreateAMind
19+阅读 · 2018年5月25日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
Top
微信扫码咨询专知VIP会员