Parallax-aware and MAB-empowered Beam Training for Modular XL-MIMO Systems
本論文は、適応的なコードブック更新と強欲な指数型トンプソンサンプリング戦略を相乗的に組み合わせることで、行動空間を動的に圧縮しビーム選択を最適化する、パララックス(視差)を考慮したマルチアームドバンディット強化型ビームトレーニングスキームを、ハイブリッドな近界・遠界環境におけるモジュール型XL-MIMOシステムに対して提案し、それによってトレーニングオーバーヘッドを大幅に削減しつつ、実効スペクトル効率の多大な利得を達成するものである。