Location-Free Beam Prediction in mmWave Systems

Tushara Ponnada*, Hanan Al-Tous, Olav Tirkkonen

*Tämän työn vastaava kirjoittaja

Tutkimustuotos: Artikkeli kirjassa/konferenssijulkaisussaConference contributionScientificvertaisarvioitu

1 Sitaatiot (Scopus)
49 Lataukset (Pure)

Abstrakti

Channel charting is a method for creating radiomaps of a cell that capture the neighborhood relationships between User Equipments (UEs) in the cell based on machine learning techniques. In this paper, we leverage channel charting
for predicting the best Base Station (BS) beam to serve a given UE in a massive-MIMO 5G network. Because of the autonomous beamforming at the UE in 5G networks, the BS cannot determine the best beam for transmission to a UE by measuring the UE transmissions in all the BS beams. To address this issue, we
propose a framework to predict the best BS beam for a mobile UE in the next transmission instant by utilizing the channel charts of the cell that the UE is currently in. We evaluate the prediction accuracy of the framework using simulated channels from QuaDRiGa channel generator. We compare the performance of channel chart and physical location based predictors. While
the prediction accuracy attained using channel charting is less than that of the prediction using physical locations, there remain several ways to improve the performance.
AlkuperäiskieliEnglanti
OtsikkoProceedings of IEEE 93rd Vehicular Technology Conference, VTC 2021
KustantajaIEEE
Sivumäärä6
ISBN (elektroninen)978-1-7281-8964-2
DOI - pysyväislinkit
TilaJulkaistu - 15 kesäkuuta 2021
OKM-julkaisutyyppiA4 Artikkeli konferenssijulkaisuussa
TapahtumaIEEE Vehicular Technology Conference - Helsinki, Suomi
Kesto: 25 huhtikuuta 202128 huhtikuuta 2021
Konferenssinumero: 93

Julkaisusarja

NimiIEEE Vehicular Technology Conference
ISSN (painettu)1090-3038
ISSN (elektroninen)2577-2465

Conference

ConferenceIEEE Vehicular Technology Conference
LyhennettäVTC-Spring
MaaSuomi
KaupunkiHelsinki
Ajanjakso25/04/202128/04/2021

Sormenjälki

Sukella tutkimusaiheisiin 'Location-Free Beam Prediction in mmWave Systems'. Ne muodostavat yhdessä ainutlaatuisen sormenjäljen.

Siteeraa tätä