Ứng dụng DNN trong hệ thống Cell Free Massive MIMO sử dụng tiền mã hóa LMMSE

Bài viết "Ứng dụng DNN trong hệ thống Cell Free Massive MIMO sử dụng tiền mã hóa LMMSE" đề xuất thuật toán lặp (WMMSE-ADMM) để xác định hệ số phân bổ công suất tối ưu cho hệ thống cell free massive MIMO. Thuật toán này vẫn cần nhiều thời gian để tính toán. Bài báo này đề xuất sử dụng một mạng neuron sâu để huấn luyện hệ thống cell free massive MIMO sử dụng tiền mã hóa locally minimum mean square error (L-MMSE) nhằm giảm thời gian tìm ra các hệ số phân bổ công suất tối ưu. Mời các bạn cùng tham khảo!
Nội dung trích xuất từ tài liệu:
Ứng dụng DNN trong hệ thống Cell Free Massive MIMO sử dụng tiền mã hóa LMMSE Hội nghị Quốc gia lần thứ 26 về Điện tử, Truyền thông và Công nghệ Thông tin (REV-ECIT2023) Ứng dụng DNN trong hệ thống Cell Free Massive MIMO sử dụng tiền mã hóa LMMSE Đoàn Bùi Công Khanh, Trịnh Ngọc Huy, Đặng Lê Khoa* Khoa Điện tử - Viễn Thông, Trường Đại học Khoa học Tự nhiên, ĐHQG-HCM Email: dbuicongkhanh@gmail.com, huytrinh872001@gmail.com, *dlkhoa@hcmus.edu.vnAbstract— Cell-free massive MIMO cho phép tăng hiệu đường xuống là tối đa hóa tổng hiệu suất phổ (Sum-SEsuất phổ tổng cộng của hệ thống và đảm bảo tính công maximization). Các tác giả trong [4], [5], [6] đã đưa rabằng của các người dùng nên được xem là một công nghệ một số thuật toán đóng để giải quyết bài toán phân bổtiềm năng cho mạng di động thế hệ mới. Kỹ thuật này công suất. Tuy nhiên, việc tính toán của các thuật toáncho phép một người dùng được phục vụ đồng thời bởi số này sẽ trở nên phức tạp khi số lượng điểm truy cập APlượng lớn các điểm truy cập (AP) thông qua truyền dẫn và số người dùng UE tăng, dẫn đến không thể mở rộngkết hợp. Khi đó, trạm phát cần thực hiện phân phổ công quy mô do thời gian tính toán quá lâu. Bài báo [5] đềsuất cho người dùng để đạt được hiệu suất tối ưu. Để giải xuất thuật toán WMMSE-ADMM để giải quyết bàiquyết vấn này các nghiên cứu trước đã đề xuất thuật phân bố công suất tại các AP.toán lặp (WMMSE-ADMM) để xác định hệ số phân bổcông suất tối ưu cho hệ thống cell free massive MIMO. Các nghiên cứu trước đã đề xuất sử dụng deepThuật toán này vẫn cần nhiều thời gian để tính toán. Bài learning để phân bổ công suất cho hệ thống cell-freebáo này đề xuất sử dụng một mạng neuron sâu để huấn Massive MIMO [6], [11] sử dụng tiền mã hóa MR vàluyện hệ thống cell free massive MIMO sử dụng tiền mã RZF để giảm đáng kể thời gian tính toán. Phương pháphóa locally minimum mean square error (L-MMSE) tiền mã hóa L-MMSE giúp tăng hiệu suất phổ của hệnhằm giảm thời gian tìm ra các hệ số phân bổ công suất thống [15], [16] nhưng chưa được khảo sát khi ứngtối ưu. Việc huấn luyện mạng DNN dựa trên hệ số suy dụng DNN trong nghiên cứu trước đây [11]. Nghiênhao diện rộng (LSF) và công suất tối ưu bằng phương cứu này mô phỏng hệ thống trong trường hợp kênhpháp WMMSE-ADMM. Kết quả mô phỏng cho thấy việc truyền suy hao diện rộng (LSF: Large-scale fading)).sử dụng DNN cho hệ thống sẽ làm suy giảm hiệu suất phổ Những đóng góp chính trong bài báo này là:0,5 bps/Hz nhưng giảm thời gian tính toán được 45,6 lần. - Bài báo này sẽ áp dụng DNN cho hệ thống cell free massive MIMO sử dụng tiền mã hóa LMMSE và Keywords- Cell free massive MIMO, DNN, L-MMSE. so sánh với hai hệ thống sử dụng hai phương pháp tiền mã hóa đã được phân tích trước đây là maximum ratio I. GIỚI THIỆU (MR), và regularized zero-forcing (RZF). - Bài báo sẽ xem xét mô phỏng phương pháp DNN Hệ thống Cell Free Massive MIMO cho phép một cho mô hình kênh từ do đạc thực tế ở khu vực thànhngười dùng (UE) có thể sử dụng nhiều điểm truy cập thị. Nghiên cứu này cũng sử dụng hệ số phân bổ công(APs) phân tán trong một khu vực địa lý cùng một lúc suất và hệ số LSF làm đầu vào để huấn luyện DNN.thông qua truyền dẫn liên kết hợp (Coherent Joint Phần còn lại của bài báo này sẽ được tổ chức nhưTransmission - CJT) [1]. Công nghệ Cell-free Massive sau: phần II trình bày cơ sở lý thuyết về mô hình hệMIMO (CF-mMIMO) đã làm mất đi sự giới hạn các thống cell free massive MIMO. Phần III trình bày lýcell như trong mạng truyền thống. Kiến trúc này cũng thuyết thuật toán WMMSE-ADMM và ứng dụng môchia thành mạng biên và mạng lõi như mạng cell, các ...