At the base station receiver, the processing of users’ signals in beamspace can significantly reduce the computational complexity by reducing the dimensionality of the processed signals. At the same time, there is no significant loss in detection accuracy due to the sparsity of signal in beamspace. Unfortunately, the choice of beams may not be optimal due to limited computational resources, the influence of noise, channel aging, and the misalignment between the selected directions of signal arrival and the actual signal subspace. It is proposed to solve these problems by accounting for the a prior distribution of users’ signals in space, and the beamspace choice based on the trainable structures with low computational complexity.
Bio: Roman Bychkov received the M.Sc. degree in applied mathematics and physics from the Moscow Institute of Physics and Technology, Moscow, in 2020. He is currently pursuing the Ph.D. degree with the Artificial Intelligence Technology Center, Skolkovo Institute of Science and Technology (Skoltech). His research interests include machine learning, digital signal processing, and wireless technologies.
На приёмнике базовой станции обработка сигналов абонентов в пространстве лучей позволяет значительно снизить вычислительную сложность за счёт уменьшения размерности обрабатываемых сигналов. При этом не происходит значительного снижения точности детектирования благодаря разреженности сигнала в пространстве лучей. К сожалению, выбор лучей может быть не оптимален из-за ограниченных вычислительных ресурсов, влияния шума, устаревания канала, а также несовпадения выбранных направлений прихода сигнала и фактического подпространства сигнала. Эти проблемы предлагается решать путем учёта априорного распределения сигналов абонентов в пространстве, а также выбора пространства лучей на основе обучаемых структур низкой вычислительной сложности.
Информация о докладчике: Бычков Роман Алексеевич получил степень магистра по прикладной математике и физике в Московском физико-техническом институте (МФТИ) в 2020 году. В настоящее время он получает
степень кандидата наук в Центре технологий искусственного интеллекта Сколковского института
науки и технологий (Сколтех). Его научные интересы включают машинное обучение, цифровую
обработку сигналов и беспроводные технологии.
6 сен 2024
