DeepMIMOcodesmaster (1).zip

摘要：支持高移动性的毫米波（mmWave）系统，可实现广泛的重要应用，如车载通信和无线虚拟/增强现实。但是，在实践中意识到这一点需要克服一些挑战。首先，窄波束的使用和mmWave信号对阻塞的敏感性极大地影响了高移动链路的覆盖范围和可靠性。其次，密集mmWave部署中的高移动用户需要频繁地在基站（BS）之间进行切换，这与关键控制和延迟开销相关。此外，在大型天线阵列mmWave系统中识别最佳波束成形向量需要相当大的训练开销，以上都显著影响了这些移动系统的效率。在本文中，开发了一种新颖的集成机器学习和协调波束成形的解决方案，以克服这些挑战并实现高移动性mmWave应用。在所提出的解决方案中，许多分布