⚡ 电气工程

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

本文提出了一种用于模块化 XL-MIMO 系统的具有视差感知且由多臂老虎机赋能的波束训练方案，该方案通过将自适应码本更新与贪婪指数汤普森采样策略协同结合，以动态压缩动作空间并优化波束选择，从而在混合近/远场环境中实现显著的有效频谱效率增益并大幅降低训练开销。

原作者： Chuanpeng Xu, Huibin Liang, Yunchao Song, Chen Liu, Yusong Wang

发布于 2026-10-27

📖 1 分钟阅读☕ 轻松阅读

CC BY 4.0

原作者： Chuanpeng Xu, Huibin Liang, Yunchao Song, Chen Liu, Yusong Wang

原始论文采用 CC BY 4.0 许可（https://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

在构建下一代无线网络的竞赛中，工程师们正致力于让天线变得比以往任何时候都更大、更强大。想象一下，一面由数百个微小单元组成的、长达数米宽的无线电天线墙。这种巨大的规模使得信号可以传输得更远并携带更多数据，但也带来了一个棘手的问题：天线周围的环境并不均匀。有些信号会从附近的物体上反射，表现得就像投入池塘中的石子激起的涟漪；而另一些信号则来自远方，以平行的平面波形式抵达。由于天线墙非常宽阔，它会同时接收到这两类波，且捕捉信号的最佳方式会随着用户站立位置的具体变化而改变。如果系统试图通过测试每一种可能性来猜测正确的方向，将会浪费大量的资源和能量，导致实际的数据传输速度变得极其缓慢。

为了解决这个问题，南京邮电大学的研究人员开发出了一种更聪明的方法，可以在不浪费时间在死路上的情况下找到最佳信号路径。他们创建了一个系统，其运作方式就像一位在行走中学习地形的经验丰富的向导。该系统并非盲目地检查天线墙的每个角落，而是首先根据硬件的物理布局构建一张地图。它理解由于天线墙非常大，击中附近物体的角度在天线墙的两端看起来是不同的，这种现象被称为视差。通过考虑这种偏移，系统创建了一个涵盖整个区域且没有遗漏的可能方向初始列表。

一旦准备好这张初始地图，系统就开始学习。它测试几个方向，并倾听来自用户设备的反馈。如果某个方向产生了强信号，系统就会记住它；如果某个方向只是噪声，系统则将其标记为无用。研究人员使用了一种受赌徒选择玩哪台老虎机启发而设计的学习方法，在尝试新选项与坚持已知有效选项之间寻求平衡。随着系统收集更多数据，它能检测到何时找到了稳定的模式。此时，它会施展一个巧妙的技巧：将天线墙某一部分上发现的成功方向，通过调整物理距离，投影到其他部分上。这使得系统能够瞬间得知整个天线墙哪些方向是有前景的，而不是逐一进行测试。

为了确保不会在空白空间上浪费时间，系统还会运行统计检查，以确认信号是真实的还是仅仅是随机静电。如果某个方向被确认为空，系统会将其从候选列表中完全移除。这种对可能性列表进行“修剪”的过程是持续进行的，不断缩小搜索空间，直到系统只关注最有希望的路径。在计算机模拟中，这种方法证明了其高效性。该系统达到最佳性能的速度比旧方法快得多，并且即使在信号必须通过具有许多反射路径的复杂环境时，也能保持高水平的数据传输率。通过将对天线形状的物理理解与实时适应的学习算法相结合，研究人员展示了：通过结合物理特性与智能算法，人们完全可以发挥出这些大规模天线阵列的全部威力，而不必承担不断进行穷举搜索的沉重代价。

技术摘要：面向模块化 XL-MIMO 系统的视差感知与 MAB 赋能波束训练

问题陈述
本文解决了在混合近场与远场环境下运行的模块化超大规模 MIMO（XL-MIMO）系统中的波束训练挑战。随着阵列孔径的增大，瑞利距离显著延长，导致用户和散射体同时存在于近场（球面波）和远场（平面波）区域。这种混合场传播引入了严重的空间非平稳性和视差效应，使得不同子阵的最佳波束方向呈现非线性变化。

传统的集中式波束训练依赖于全维瞬时信道状态信息（CSI），这会导致极高的导频开销并容易受到信道波动的影响。虽然统计信道状态信息（S-CSI）和部分连接子阵架构可以减轻硬件和复杂度负担，但现有方法通常依赖于静态码本或预定义的激活模式。这些方法难以应对动态且空间非平稳的信道，导致盲目探索时间过长且收敛缓慢。此外，将标准的多元智能体（MAB）框架直接应用于 XL-MIMO 会受到“维度灾难”的阻碍，因为静态动作空间无法实现对仅含噪声扇区的有效剪枝。

方法论
作者提出了一个集成了自适应码本更新机制与 MAB 赋能在线学习的闭环协同框架。该方案运行在一个由 $N$ 个子阵（每个子阵包含 $M$ 根天线）组成的模块化超大规模阵列（M-ELAA）中。

视差感知（PA）初始码本：
为了解决空间非平稳性问题，作者根据子阵位移和均匀功率距离推导出了波束索引冗余的数学定义。通过引入相邻子阵之间精确的角度重叠，构建了一个确保全空间覆盖的初始码本，从而消除了由视差效应引起的盲区。
稳态检测与动态码本更新：
系统利用经验分位数-分位数（Q-Q）相关准则来监测波束训练过程，以检测统计稳态。一旦达到收敛，系统会触发跨子阵几何投影。
- 几何投影： 将一个子阵中经过验证的高增益波束通过空间-频率梯度投影到其他子阵上。该过程兼顾了远场（平面）和近场（球面）的极端情况，以定义候选区间。
- 似然比（LR）剪枝： 为了防止候选集因低增益或仅含噪声的码字而膨胀，系统应用似然比检验进行零功率检测。被识别为纯噪声的波束将被剪枝，从而动态压缩动作空间。
MAB 赋能波束训练 (G-Exp-TS)：
在压缩后的自适应动作空间内，波束选择过程被建模为一个 MAB 问题。其目标是最大化长期有效频谱效率（ESE）。
- 奖励建模： 接收信号功率被建模为遵循指数分布。
- G-Exp-TS 策略： 作者提出了**贪婪指数汤普森采样（G-Exp-TS）**策略。该方法通过从接收功率的指数后验分布中进行采样，平衡探索与利用。
- 优化： 波束选择被转化为一个 0-1 整数规划问题，旨在选择能够最大化长期平均 ESE 的最优码字子集（超级臂），同时受限于训练开销预算。

核心贡献

闭环协同框架： 本文引入了一个将自适应码本更新与 MAB 学习从根本上集成的框架。与静态方法不同，该方案将几何先验转化为动态候选搜索区域，并利用统计反馈实时剪枝码本，从而避免了在噪声扇区中的冗余探索。
视查感知初始化与动态剪枝： 作者通过推导波束索引冗余的严谨定义来构建 PA 初始码本。此外，他们引入了基于 Q-Q 相关性的稳态检测机制，以及结合几何投影与 LR 检验的方法。这实现了通过动态移除无效扇区来大幅降低码本维度，且无需显式 CSI。
G-Exp-TS 优化： 波束训练过程被转化为 0-1 整数规划问题。提出的 G-Exp-TS 策略利用信号功率的指数后验分布，优化地平衡了探索与利用，从而最大化长期 ESE。

仿真结果
数值仿真针对一个包含 $N=8$ 个模块、每个模块 $M=32$ 根天线的系统进行，载波频率为 100 GHz。将所提方案（G-Exp-TS BT）与 TH BT、Dual-UCB BT 和 Hybrid BT 基准方案进行了对比。

收敛性： 所提方案表现出向稳定稳态的快速收敛。由于对噪声主导的候选集进行了有效剪枝，ESE 在探索阶段增加并迅速趋于稳定。
性能与 SNR 的关系： 在各种信噪比（SNR）水平和散射簇数量（ $L=1, 3$ ）下，所提方案始终比所有基准方案获得更高的 ESE。
开销效率： 不同于基准方案表现出的倒 U 型趋势（即过度探索会导致性能下降），所提方案在极小的开销预算下即可达到峰值 ESE。码本的动态压缩确保了即使在分配大量预算时，实际训练开销仍受限于有效码数的数量，从而避免了时间分片惩罚。
鲁棒性： 该方案在不同多径条件和 SNR 机制下保持了稳健的性能，能够有效识别主导的混合场路径。

意义
本文声称所提方案从根本上提高了模块化 XL-MIMO 系统中波束训练的效率。通过将几何先验与在线学习相结合，该方法绕过了传统穷举扫描的高昂开销以及静态 MAB 方法的缓慢收敛。无需显式 CSI 即可动态压缩动作空间的能力，使系统能够显著降低导频开销，同时最大化有效频谱效率。作者总结认为，该方法为未来 6G 网络中固有的混合场挑战提供了一种切实可行的解决方案，为取代僵化的预定义波束训练策略提供了强有力的支持。

类似论文