CN115996078B 一种基于组合多臂赌博机的两阶段波束形成方法 （南京邮电大学）

StageBeamformingforUAVEnergyConstraint:CombinatorialMAB-BasedApproArmedBanditBasedApproach.IEEE一种基于组合多臂赌博机的两阶段波束形本发明公开了一种基于组合多臂赌博机的设计问题转化为CMAB问题，并根据等效信道矩预编码器和各用户的角度谱修正预波束成形矩够在不需要CCM的情况下，显著减少信道估计的2将预波束成形矩阵的设计问题转换为组合式多臂赌博机将组合式多臂赌博机中的臂选择问题转化为0_1整将预波束成形矩阵的设计问题转换为组合式多臂赌博机中的臂λc将瞬时信道状态信息间隔定义为时间块，假设用户k的角度域AR在第个时间块为是i的集合，wio是l为DFT矩阵D的第l列；设导频矩阵的圆形结构为其中，指集合估计中用户k的接收信号为：3H用符号表示(6)式中的其中t指第t个时隙再用最小二乘准则估c估计为(t)x",并反馈给基站，利用和公式(4)，基站获得的估计值，将H"(t)Dsa.s的估计值表示为H(),其中t为第t个时隙；将组合式多臂赌博机中的臂选择问题转化为0_1整数线性i使用线性UCB策略选择每个时隙中的超级臂，考虑到奖励的卡方分4k的大；将动作分为两组，一个是涉及边缘向量的候选集sc,另一个是包含剩余向量的剩余集u,iesn的集合；使用似然比计算候选集中每一个基本臂的功率，如果候选5于符号传输时间尺度的间隔内保持不变，提出了一种基于信道协方差矩阵(CCM)的两级波6c[0016]将瞬时信道状态信息间隔定义为时间块，假设用户k的角度域AR在第i-1个时间是i的集合，[0023]设导频矩阵的圆形结构为xec⃞lMatcl=[x,xg…,x,x,xa…],其中，Macol指集合Aate中元素的数量，指维度为LxlAacol的复数矩阵集合，L为下行训练长度，[0028]用符号表示(6)式中[0029]y(t)x"=⃞(t)+n'"(t)成(7)7[0030]而估计为y(t)x",并反馈给基站，利用ikc)和公式(4)，基站获得[0035]进一步地，将组合式多臂赌博机中的臂选择问题转化为0_1整数线性规划问题包i[0040]其中，c是任意正常数，同is-1=E(Ri),mi,t是动作i选择的次数，则超级臂的8sn中的臂，一旦得到x1，我们将x1替换为p,然后考虑sn中的基本9[0066]本发明针对单小区FDD大规模MIMO系统，提出了一种基于组合多臂赌博机(CMAB)器并确定各用户的角度功率谱；采用预编码器和各用户的角度功率谱修正预波束成形矩[0071]考虑一个单小区FDD大规模MIMO系统，其中基站(BS)服务于K个单天线用户设备[0073]其中下行信道向量为发射信度函数像使用Karhunen_Loeve表示，用户k的信道向量表示为其中ZX~CN(0,I)是小尺度衰落。[0080]我们将保持不变的统计CSI间隔定义为时间块(TB)。假设用户k的AR在第(E-1)个TB为在第个TB中，我们设置了一个大令集合是i的集合，指维度为L×lAacol的复数矩阵集合，[x1,x2,…,xL,x1,x2,…]指由向量x1,到角度下限对应的基本臂(选取动作))或者dupe上的功率为零，其中dpe表示DFT矩阵的第loknnx-B(noa,')在向量(选取动作)dm处的期望计算如下。我们假设如果pm,k小于可表示为rm(t)=h(t)dm,第t个时刻用户k在第m个向量的噪声ien(t)及第t个时刻用户k在第个向irn(e是一个均值为零的高斯变量，方差为pm,k。户k在第m个向量的接收信号，是第n个时刻用户k在第m个向量的接收信[0104]本发明提出了一种基于CMAB求解pi的算法。DFT向量被视为基臂，M个基臂d1,i一个超级臂预波束形成矩阵是用表示第t个[0106]其中指矩阵A的F范数的平方。我们使用线性UCB策略来选择每个时隙中的超则超级臂Aacs的UCB值为证明其收敛于后者的最优动作。M[0115]为了减少DTL，从而改善ESE，应找到准[0137]其中让Q*指集合中的元素[0139]表示以下事件中至少有一个必须为[0148]其中并且，导致[0152]从而其中作为[0169]因此，动作i在t时刻的数值Zi,t均值具有Tc符号的相干块中用户k的有效频谱效率(ES