تصميم تشكيل الحزمة السريع عبر التعلم العميق

يعتبر تشكيل الحزمة واحدًا من أهم التقنيات لتصميم أنظمة الإدخال المتعدد والإخراج المتعدد (MIMO) المتقدمة. من بين معايير التصميم الموجودة، يُعد تعظيم معدل المجموع (SRM) تحت قيد الطاقة الكلي تحديًا بسبب عدم تقعره. تقنيات الحالية لمشكلة SRM تحصل فقط على حلول مثالية محلية ولكنها تتطلب كمية هائلة من الحسابات بسبب عمليات المصفوفة المعقدة والتكرارات. على عكس هذه الطرق التقليدية، نقترح طريقة تصميم تشكيل الحزمة السريعة المعتمدة على التعلم العميق بدون عمليات وتكرارات معقدة. على وجه التحديد، نستخلص أولاً هيكل حل توجيهي لتشكيل الحزمة في الاتجاه النزولي من خلال القناة الصاعدة المكافئة الافتراضية بناءً على مستقبل MMSE الأمثل الذي يفصل المشكلة إلى تخصيص الطاقة وتصميم تشكيل الحزمة الافتراضية الصاعدة (VUB). بعد ذلك، تم تصميم شبكة توقع تشكيل الحزمة (BPNet) لأداء التحسين المشترك لتخصيص الطاقة وتصميم VUB. علاوة على ذلك، يتم تدريب BPNet في وضع عدم الاتصال باستخدام استراتيجية التدريب المكونة من خطوتين. تُظهر نتائج المحاكاة أن الطريقة التي نقترحها سريعة بينما تحقق أداءً قابلًا للمقارنة مع الطريقة الأكثر تقدمًا.