⚡ Elektrotechnik

Parallax-aware and MAB-empowered Beam Training for Modular XL-MIMO Systems

Dieses Papier schlägt ein parallax-bewusstes und durch Multi-Armed-Banditen-Verfahren gestütztes Beam-Training-Schema für modulare XL-MIMO-Systeme vor, das adaptive Codebuch-Aktualisierungen synergetisch mit einer gierigen Exponential-Thompson-Sampling-Strategie kombiniert, um den Aktionsraum dynamisch zu komprimieren und die Strahlwahl zu optimieren, wodurch erhebliche Gewinne der effektiven Spektraleffizienz bei signifikant reduziertem Trainingsaufwand in hybriden Nah- und Fernfeldumgebungen erzielt wird.

Ursprüngliche Autoren: Chuanpeng Xu, Huibin Liang, Yunchao Song, Chen Liu, Yusong Wang

Veröffentlicht 2026-10-27

📖 4 Min. Lesezeit☕ Kaffeepausen-Lektüre

CC BY 4.0

Ursprüngliche Autoren: Chuanpeng Xu, Huibin Liang, Yunchao Song, Chen Liu, Yusong Wang

Originalarbeit lizenziert unter CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ✨ Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen

Im Wettlauf um den Bau der nächsten Generation von drahtlosen Netzwerken treiben Ingenieure Antennen dazu, größer und leistungsstärker als je zuvor zu werden. Stellen Sie sich eine Wand aus Funkantennen vor, die sich über Meter erstreckt und mit Hunderten winziger Elemente bestückt ist. Diese massive Skalierung ermöglicht es Signalen, weiter zu reisen und mehr Daten zu übertragen, schafft aber ein kniffliges Problem: Die Umgebung um diese Antennen ist nicht einheitlich. Einige Signale prallen von Objekten in der Nähe ab und verhalten sich wie Wellen, die sich von einem in einen Teich geworfenen Stein ausbreiten, während andere aus der Ferne ankommen und als flache, parallele Wellen erscheinen. Da die Antennenwand so breit ist, nimmt sie diese beiden Arten von Wellen gleichzeitig wahr, und die beste Art, ein Signal einzufangen, ändert sich, je nachdem, wo genau der Nutzer steht. Wenn das System versucht, die richtige Richtung durch das Testen jeder einzelnen Möglichkeit zu erraten, verschwendet es so viel Zeit und Energie, dass die eigentliche Datenübertragung zu einem Schneckentempo abbremst.

Um dies zu lösen, haben Forscher der Nanjing University of Posts and Telecommunications einen intelligenteren Weg entwickelt, den besten Signalpfad zu finden, ohne Zeit durch Sackgassen zu verschwenden. Sie haben ein System geschaffen, das wie ein erfahrener Führer agiert, der das Gelände beim Gehen lernt. Anstatt blind jeden Winkel der Antennenwand abzusuchen, erstellt das System zuerst eine Karte basierend auf dem physischen Layout der Hardware. Es versteht, dass aufgrund der Größe der Antennenwand der Winkel, der nötig ist, um ein nahegelegenes Objekt zu treffen, von einem Ende der Wand zum anderen anders aussieht – ein Phänomen, das als Parallaxe bekannt ist. Durch die Berücksichtigung dieser Verschiebung erstellt das System eine erste Liste wahrscheinlicher Richtungen, die das Gebiet abdeckt, ohne Lücken zu hinterlassen.

Sobald diese erste Karte bereit ist, beginnt das System zu lernen. Es testet einige Richtungen und hört auf das Feedback vom Gerät des Nutzers. Wenn eine Richtung ein starkes Signal liefert, merkt sich das System dies. Wenn eine Richtung nur Rauschen ist, markiert es sie als nutzlos. Die Forscher verwendeten eine Lernmethode, die davon inspiriert ist, wie ein Spieler entscheiden könnte, an welcher Spielautomaten er spielen soll – ein Abwägen zwischen der Notwendigkeit, neue Optionen zu testen, und dem Wunsch, bei dem zu bleiben, was bereits als gut erwiesen ist. Während das System mehr Daten sammelt, erkennt es, wann es ein stabiles Muster gefunden hat. Zu diesem Zeitpunkt wendet es einen klugen Trick an: Es nimmt die erfolgreichen Richtungen, die auf einem Teil der Antennenwand gefunden wurden, und projiziert sie auf die anderen Teile der Wand, wobei es die physische Distanz zwischen ihnen berücksichtigt. Dies ermöglicht es dem System, sofort zu wissen, welche Richtungen für die gesamte Wand vielversprechend sind, anstatt sie nacheinander zu testen.

Um sicherzustellen, dass keine Zeit im leeren Raum verschwendet wird, führt das System auch eine statistische Prüfung durch, um zu bestätigen, ob ein Signal echt oder nur zufälliges Rauschen ist. Wenn eine Richtung als leer bestätigt wird, entfernt das System sie vollständig aus seiner Liste der Optionen. Dieser Prozess des Beschneidens der Möglichkeiten geschieht kontinuierlich und verkleinert den Suchraum, bis das System nur noch die vielversprechendsten Pfade betrachtet. In Computersimulationen erwies sich dieser Ansatz als hocheffizient. Das System erreichte seine beste Leistung viel schneller als ältere Methoden und hielt selbst dann eine hohe Datenübertragungsrate aufrecht, wenn das Signal durch komplexe Umgebungen mit vielen reflektierenden Pfaden reisen musste. Durch die Kombination eines physischen Verständnisses der Form der Antenne mit einem Lernalgorithmus, der sich in Echtzeit anpasst, zeigten die Forscher, dass es möglich ist, die volle Leistung dieser massiven Antennen-Arrays zu nutzen, ohne die hohen Kosten einer ständigen, erschöpfenden Suche zu tragen.

Technische Zusammenfassung: Parallaxen-bewusstes und durch MAB gestütztes Beam-Training für modulare XL-MIMO-Systeme

Problemstellung
Die Arbeit befasst sich mit der Herausforderung des Beam-Trainings in modularen extrem großskaligen MIMO-Systemen (XL-MIMO), die in hybriden Nah- und Fernfeldumgebungen operieren. Mit zunehmender Aperturgröße dehnt sich die Rayleigh-Distanz signifikant aus, was dazu führt, dass Nutzer und Streukörper gleichzeitig in den Nahfeld- (sphärische Wellen) und Fernfeldregionen (ebene Wellen) existieren. Diese hybride Feldpropagation führt zu einer schweren räumlichen Nichtstationarität und Parallaxeneffekten, bei denen die optimalen Strahlrichtungen über verschiedene Subarrays hinweg nichtlinear variieren.

Herkömmliches zentralisiertes Beam-Training stützt sich auf die voll-dimensionale instantane Kanalschätzung (CSI), was jedoch zu einem prohibitiven Pilot-Overhead und einer Anfälligkeit gegenüber Kanalschwankungen führt. Während statistische Kanalschätzungen (S-CSI) und teilverbundene Subarray-Architekturen Erleichterung bei Hardware und Komplexität bieten, verlassen sich bestehende Methoden oft auf statische Codebücher oder vordefinierte Aktivierungsmuster. Diese Ansätze haben Schwierigkeiten mit dynamischen, räumlich nichtstationären Kanälen, was zu langwieriger blinder Exploration und langsamer Konvergenz führt. Darüber hinaus wird die direkte Anwendung von Standard-Multi-Armed-Bandit-Frameworks (MAB) auf XL-MIMO durch den „Fluch der Dimensionalität“ behindert, da statische Aktionsräume ein effizientes Beschneiden von rauschbehafteten Sektoren verhindern.

Methodik
Die Autoren schlagen ein geschlossenes Synergie-Framework vor, das einen adaptiven Codebuch-Aktualisierungsmechanismus mit MAB-gestütztem Online-Lernen integriert. Das Schema operiert innerhalb eines modularen extrem großflächigen Arrays (M-ELAA), das aus $N$ Subarrays besteht, wobei jedes Subarray $M$ Antennen besitzt.

Parallaxen-bewusstes (PA) Initial-Codebuch:
Um die räumliche Nichtstationarität zu adressieren, leiten die Autoren eine mathematische Definition für die Redundanz der Beam-Indizes basierend auf der Subarray-Versetzung und der gleichmäßigen Leistungsdistanz ab. Dies ermöglicht die Konstruktion eines Initial-Codebuchs, das durch das Hinzufügen präziser Winkelüberlappungen zwischen benachbarten Subarrays eine vollständige räumliche Abdeckung gewährleistet und so durch Parallaxeeffekte verursachte Blindstellen eliminiert.
Steady-State-Detektion und dynamische Codebuch-Aktualisierung:
Das System überwacht den Beam-Training-Prozess mittels eines empirischen Quantil-Quantil-Korrelationskriteriums (Q-Q), um statistische stationäre Zustände zu detektieren. Sobald die Konvergenz erreicht ist, löst das System eine kreuz-subarrayspezifische geometrische Projektion aus.
- Geometrische Projektion: Validierte Hochgewinn-Beams eines Subarrays werden unter Verwendung von räumlich-frequenten Gradienten auf andere Subarrays projiziert. Dies berücksichtigt sowohl Fernfeld- (planar) als auch Nahfeld-Extrema (sphärisch), um ein Kandidatenintervall zu definieren.
- Likelihood-Ratio (LR) Pruning: Um zu verhindern, dass sich die Menge der Kandidaten durch Beams mit geringem Gewinn oder reinem Rauschen ausweitet, wird ein Likelihood-Ratio-Test zur Detektion von Nullleistung angewendet. Als reines Rauschen identifizierte Beams werden beschnitten, wodurch den Aktionsraum dynamisch komprimiert wird.
MAB-gestütztes Beam-Training (G-Exp-TS):
Innerhalb des komprimierten, adaptiven Aktionsraums wird der Beam-Selektionsprozess als MAB-Problem formuliert. Das Ziel ist die Maximierung der langfristigen effektiven spektralen Effizienz (ESE).
- Reward-Modellierung: Die empfangene Signalleistung wird als einer Exponentialverteilung folgend modelliert.
- G-Exp-TS Strategie: Die Autoren schlagen eine Greedy Exponential Thompson Sampling (G-Exp-TS) Strategie vor. Dieser Ansatz balanciert Exploration und Exploitation durch Sampling aus der exponentiellen Posterior-Verteilung der empfangenen Leistung.
- Optimierung: Die Beam-Selektion wird als 0-1-ganzzahlige Programmierungsaufgabe formuliert, um die optimale Teilmenge von Codewords (Super-Arm) auszuwählen, welche die langfristige durchschnittliche ESE unter Berücksichtigung eines Trainings-Overhead-Budgets maximiert.

Wesentliche Beiträge

Geschlossenes Synergie-Framework: Die Arbeit führt ein Framework ein, das die adaptive Codebuch-Aktualisierung grundlegend mit MAB-Lernen integriert. Im Gegensatz zu statischen Ansätzen konvertiert dieses Schema geometrische Priors in dynamische Kandidatensuche-Regionen und nutzt statistisches Feedback, um das Codebuch in Echtzeit zu beschneiden, wodurch redundante Exploration in Rauschsektoren vermieden wird.
Parallaxen-bewusste Initialisierung und dynamisches Pruning: Die Autoren leiten eine rigorose Definition für die Beam-Index-Redundanz ab, um ein PA-Initial-Codebuch zu konstruieren. Des Weiteren führen sie einen Steady-State-Detektionsmechanismus basierend auf Q-Q-Korrelation und eine geometrische Projektionsmethode gekoppelt mit einem LR-Test ein. Dies erreicht eine erhebliche Reduktion der Codebuch-Dimensionalität durch das dynamische Entfernen ungültiger Sektoren ohne explizite CSI-Anforderung.
G-Exp-TS Optimierung: Der Beam-Training-Prozess wird in eine 0-1-ganzzahlige Programmierungsaufgabe transformiert. Die vorgeschlagene G-Exp-TS Strategie nutzt die exponentielle Posterior-Verteilung der Signalleistung, um Exploration und Exploitation optimal auszubalancieren und die langfristige ESE zu maximieren.

Simulationsergebnisse
Numerische Simulationen wurden für ein System mit $N=8$ Modulen, $M=32$ Antennen pro Modul und einer Trägerfrequenz von 100 GHz durchgeführt. Das vorgeschlagene Schema (G-Exp-TS BT) wurde mit den Baselines TH BT, Dual-UCB BT und Hybrid BT verglichen.

Konvergenz: Das vorgeschlagene Schema zeigte eine schnelle Konvergenz zu einem stabilen stationären Zustand. Die ESE stieg während der Explorationsphase an und stabilisierte sich schnell aufgrund des effektiven Beschneidens von rauschdominierten Kandidaten.
Performance vs. SNR: Über verschiedene Signal-Rausch-Verhältnisse (SNR) und die Anzahl der Streukluster ( $L=1, 3$ ) hinweg erreichte das vorgeschlagene Schema konsistent eine höhere ESE als alle Baseline-Schemata.
Overhead-Effizienz: Im Gegensatz zu den Baseline-Schemata, die einen invertierten U-Trend zeigten (bei dem übermäßiger Overhead aufgrund von Über-Exploration zu Leistungsdegradierung führte), erreichte das vorgeschlagene Schema die Spitzen-ESE bei einem minimalen Overhead-Budget. Die dynamische Kompression des Codebuchs stellte sicher, dass selbst bei einem großen zugewiesenen Budget der tatsächliche Trainings-Overhead durch die Anzahl der gültigen Codewords begrenzt blieb, was Zeit-Fraktions-Penalties verhinderte.
Robustheit: Das Schema behielt eine robuste Performance über verschiedene Multipath-Bedingungen und SNR-Regime hinweg bei und identifizierte effektiv dominante Hybrid-Feld-Pfade.

Bedeutung
Die Arbeit behauptet, dass das vorgeschlagene Schema die Effizienz des Beam-Trainings in modularen XL-MIMO-Systemen grundlegend verbessert. Durch die Synergie von geometrischen Priors mit Online-Lernen umgeht die Methode den prohibitiven Overhead traditioneller exzessiver Sweeps sowie die langsame Konvergenz statischer MAB-Ansätze. Die Fähigkeit, den Aktionsraum ohne explizite CSI dynamisch zu komprimieren, ermöglicht es dem System, den Pilot-Overhead signifikant zu reduzieren und gleichzeitig die effektive spektrale Effizienz zu maximieren. Die Autoren kommen zu dem Schluss, dass dieser Ansatz eine praktische Lösung für die im Rahmen zukünftiger 6G-Netzwerke inhärenten Hybrid-Feld-Herausforderungen bietet und eine robuste Alternative zu starren, vordefinierten Beam-Training-Strategien darstellt.

Mehr davon