⚡ electrical engineering

Low-Complexity Learning-Based Beamforming for Ultra-Massive MIMO THz Communications

本文提出了一种基于 inception 和残差网络的低复杂度机器学习方案，利用预定义分层码本生成的接收信号功率进行训练，从而在无需显式信道估计和持续反馈的情况下，有效解决了超大规模 MIMO 太赫兹通信系统中因波束过窄导致的波束训练复杂度过高问题。

原作者： Sourabh Solanki, Abuzar Babikir Mohammad Adam, Chandan Kumar Sheemar, Zaid Abdullah, Eva Lagunas, George C. Alexandropoulos, Symeon Chatzinotas

发布于 2026-04-21

📖 1 分钟阅读☕ 轻松阅读

CC BY 4.0

原作者： Sourabh Solanki, Abuzar Babikir Mohammad Adam, Chandan Kumar Sheemar, Zaid Abdullah, Eva Lagunas, George C. Alexandropoulos, Symeon Chatzinotas

原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。阅读完整免责声明

这篇论文讲述了一个关于如何让未来的超高速无线网络（太赫兹通信）变得更聪明、更省电、更快速的故事。

为了让你轻松理解，我们可以把整个系统想象成在茫茫大海上用手电筒寻找一艘特定的船。

1. 背景：为什么我们需要“超级手电筒”？

未来的无线网络（6G 等）需要传输海量的数据，就像要运送一座图书馆的书籍。传统的无线电波（像 Wi-Fi）带宽不够用了。于是，科学家把目光投向了太赫兹（THz）频段。

比喻：太赫兹波就像是一条超级宽阔的高速公路，能同时跑成千上万辆车（数据）。
问题：但是，这条高速公路非常“脆弱”。太赫兹信号在空气中传播时，很容易被空气分子吸收，就像手电筒的光在浓雾中很快就会变弱一样。
解决方案：为了把光（信号）送得更远，我们需要把原本散开的光束，聚集成极细、极亮的激光束，直接射向接收端。这就是UM-MIMO（超大规模多输入多输出）技术。想象一下，你手里有几千个微小的手电筒（天线），它们必须完美同步，聚合成一束激光。

2. 核心难题：大海捞针的“对准”过程

既然光束必须非常窄才能传得远，那么发射端（Tx）和接收端（Rx）必须精准地对准彼此。如果偏了一点点，信号就断了。

传统方法（笨办法）：
想象发射端手里有一本巨大的“手电筒角度字典”（代码本），里面记录了成千上万种不同的照射角度。
为了找到最佳角度，发射端和接收端必须一个接一个地试。
- 先试角度 A，接收端说“不行”；
- 再试角度 B，接收端说“不行”；
- ...一直试到角度 Z。
- 后果：如果天线有几千个，这个“试错”的过程会非常漫长，就像在迷宫里把所有路都走一遍才能找到出口。这不仅浪费时间，还消耗大量电力，导致还没开始传数据，电量就耗尽了。
现有的改进（分层搜索）：
后来有人想出了“分层搜索”：先试宽光束（大概方向），找到大概区域后，再在这个区域里试窄光束。
- 比喻：就像先找“哪个省”，再找“哪个市”，最后找“哪条街”。
- 问题：虽然比“笨办法”快，但在天线数量巨大的太赫兹系统中，这个“找路”的过程依然太复杂、太慢了。

3. 本文的突破：给系统装上一个“超级大脑”

这篇论文提出了一种基于人工智能（神经网络）的新方法，叫 Incept-ResNet。

核心思想：
与其让系统每次都像无头苍蝇一样去“试错”，不如先让系统学习经验。
- 训练阶段（离线学习）：在实验室里，让 AI 系统模拟各种场景，看着“宽光束”（最粗略的照射）产生的信号强弱，然后去查字典，看看哪个“窄光束”（最精准的角度）效果最好。AI 把“粗略信号”和“最佳角度”之间的规律记在脑子里。
- 使用阶段（在线预测）：当真正需要通信时，系统不需要再去一个个试角度了。它只需要看一眼“宽光束”的信号强度，AI 大脑立刻就能猜出（预测出）最佳角度是什么。
比喻：
- 传统方法：像是一个新手侦探，必须把整栋大楼的每一个房间都打开门检查一遍，才能找到嫌疑人。
- 分层搜索：像是一个老练的侦探，先检查楼层，再检查房间，快了一些，但还是要走很多路。
- 本文的 AI 方法：像是一个拥有读心术的神探。他只要看一眼门口的脚印（宽光束信号），就能直接告诉你嫌疑人躲在哪个房间（最佳窄光束角度），完全不需要去开门检查。

4. 这个“神探”是怎么工作的？

论文设计了一种特殊的神经网络结构（Incept-ResNet），它有两个特点：

多尺度观察：它能同时从不同角度（不同大小的“透镜”）去观察信号特征，就像人眼既能看全景也能看细节。
记忆与纠错：它使用了“残差连接”，就像人在学习时，如果记错了，能迅速修正并保留正确的记忆，防止随着层数变深而“忘记”怎么学习。

5. 结果如何？

速度极快：原本需要试几千次才能找到的角度，现在只需要看一次“宽光束”信号，AI 就能直接给出答案。计算量从“指数级”降到了“常数级”。
无需频繁反馈：传统方法需要发射端和接收端不停地互相发信号确认（“是这个吗？”“不是，试试那个”）。而 AI 方法只需要接收端把一次测量结果发给发射端，发射端就能直接算出最佳方案，大大减少了通信的“废话”。
效果一样好：虽然跳过了试错过程，但 AI 找到的角度和“笨办法”试出来的角度几乎一样精准，信号强度几乎没有损失。

总结

这篇论文就像是为未来的太赫兹通信网络装上了一个智能导航仪。
以前，为了在迷雾中（太赫兹信号衰减）找到彼此，我们需要拿着手电筒把整个天空扫一遍（高复杂度搜索）。
现在，有了这个 AI 导航，我们只需要看一眼天空的亮度，它就能直接告诉我们：“往左偏 30 度，那里就是最佳路径！”

最终收益：通信更快、更省电、延迟更低，让未来的 6G 网络真正变得实用。

这是一份关于论文《Low-Complexity Learning-Based Beamforming for Ultra-Massive MIMO THz Communications》（面向超大规模 MIMO 太赫兹通信的低复杂度学习型波束成形）的详细技术总结。

1. 研究背景与问题 (Problem)

背景：太赫兹（THz）通信被视为未来无线网络提升数据速率的关键技术，但其面临严重的传播损耗（包括自由空间损耗和分子吸收损耗）。
解决方案挑战：为了克服损耗，通常采用超大规模多输入多输出（UM-MIMO）系统配合高方向性传输。然而：
- 数字/混合波束成形：虽然性能优越，但需要完整的信道状态信息（CSI），在 UM-MIMO 场景下，获取 CSI 的复杂度和硬件成本（RF 链数量）过高，难以实现。
- 模拟波束成形：仅需单 RF 链，成本低、能耗低，但缺乏灵活性。
- 波束训练瓶颈：模拟波束成形通常基于码本（Codebook）进行波束训练。在 UM-MIMO 系统中，由于天线数量极大，波束极窄，传统的穷举搜索（Exhaustive Search）计算复杂度呈指数级增长，耗时过长。虽然分层码本（Hierarchical Codebooks）通过从宽波束到窄波束的逐级搜索降低了复杂度，但在超大规模天线阵列下，其搜索开销依然巨大，且需要收发双方进行多轮反馈交互，导致对齐延迟高。

2. 方法论 (Methodology)

本文提出了一种基于人工神经网络（ANN）的低复杂度波束训练框架，旨在解决 UM-MIMO THz 系统中的波束对齐问题。

核心架构：提出了一种名为 Incept-ResNet 的神经网络架构，结合了Inception 模块（多尺度特征提取）和残差网络（ResNet，解决梯度消失问题）。
- ConvPath：利用 Inception 和残差块处理空间特征。
- VecPath：利用全连接层（FC）和批归一化（BN）处理向量输入。
- 双向融合（Bidirectional Fusion）：将上述两条路径的特征进行融合，以增强模型对上下文的理解。
训练数据生成：
- 利用预定义的分层码本（Hierarchical Codebooks）生成训练数据集。
- 通过离线模拟，计算不同收发位置下，使用码本中不同波束对（Tx/Rx codewords）时的接收信号功率。
- 输入：发射端和接收端第一层（最宽波束）的接收功率测量值（ $p_1, p_2$ 等）。
- 输出：最优的发射波束成形向量（ $w_T^*$ ）、接收合并向量（ $w_R^*$ ）以及预测的接收功率。
推理机制（Inference）：
- 无需 CSI：模型仅依赖接收功率测量，无需显式的信道估计。
- 无需多轮反馈：这是关键创新。传统分层搜索需要多轮交互（从宽到窄逐级确认），而该模型直接利用第一层（最宽波束）的功率测量值，一次性预测出最优的窄波束对。
- 离线训练，在线推理：模型在部署前针对特定区域离线训练，部署后仅需极低的计算开销进行实时预测。

3. 主要贡献 (Key Contributions)

新型网络架构：设计了 Incept-ResNet，专门用于从分层码本的第一层测量值中推断最优窄波束对，显著降低了搜索空间。
消除反馈开销：打破了传统波束训练需要收发双方持续交换索引或反馈的机制。只需接收端将第一层功率测量值（或其压缩表示）发送给发射端，即可一次性完成波束对齐。
复杂度大幅降低：
- 传统分层搜索复杂度约为 $O(2M \log_M N)$ （ $N$ 为天线数， $M$ 为树分支数）。
- 本文提出的方法推理复杂度仅为 $O(2M)$ ，与天线数量 $N$ 无关，实现了真正的低复杂度。
无需 CSI：完全基于功率测量进行训练和推理，避免了 UM-MIMO 中昂贵的 CSI 获取过程。

4. 实验结果 (Results)

仿真设置：
- 频率：0.14 THz。
- 天线规模： $N = 64, 128, 256$ 。
- 对比基准：穷举搜索（Exhaustive Search）、传统分层搜索（Hierarchical Search）。
性能表现：
- 接收功率：在不同天线规模和距离下，Incept-ResNet 的平均接收功率与穷举搜索和传统分层搜索几乎完全一致，证明了其波束选择的最优性。
- 增益损失：归一化波束成形增益损失的累积分布函数（CDF）显示，该方法带来的性能损失可忽略不计（接近最优）。
- 收敛性：模型在约 40 个 Epoch 内收敛，训练集与测试集损失差距小，表明具有良好的泛化能力。
复杂度对比：
- 如表 II 所示，该方法将计算复杂度从与天线数相关的对数级或平方级降低到了常数级（相对于 $N$ ），极大地减少了计算负担。

5. 意义与价值 (Significance)

推动 THz 通信实用化：解决了 UM-MIMO THz 系统中波束训练开销过大的核心痛点，使得在大规模天线阵列下实现快速、低延迟的波束对齐成为可能。
降低硬件与能耗：通过消除复杂的 CSI 获取和多轮反馈机制，降低了对硬件处理能力和系统信令交互的要求，符合 THz 系统对低功耗、低成本的需求。
可扩展性：由于推理复杂度不随天线数量 $N$ 增加而显著增加，该方案天然适合未来更大规模的天线阵列部署。
范式转变：展示了机器学习（特别是深度学习）在物理层信号处理（如波束管理）中的巨大潜力，从“基于搜索”转向“基于预测”的新范式。

总结：该论文提出了一种基于 Incept-ResNet 的机器学习框架，通过利用分层码本的最宽波束功率测量值，直接预测最优窄波束对。该方法在保持接近最优波束成形增益的同时，将波束训练的复杂度和反馈开销降低了数个数量级，为未来 6G 太赫兹通信系统的实际部署提供了极具价值的解决方案。