AI-Based transceivers for massive MIMO wireless communications

用于大规模 MIMO 无线通信的基于 AI 的收发器

• 批准号: 555846-2020
• 负责人: LeNgoc, Tho
• 金额: $ 2.68万
• 依托单位: McGill University
• 依托单位国家: 加拿大
• 项目类别: Alliance Grants
• 财政年份: 2021
• 资助国家: 加拿大
• 起止时间: 2021-01-01 至 2022-12-31
• 项目状态: 已结题
• 来源: https://www.nserc-crsng.gc.ca/ase-oro/Details-Detailles_eng.asp?id=721421
• 关键词: AI; Based; transceivers; massive; MIMO

Demands for throughput and latency improvements in 5G-and-beyond wireless networks continue to grow at an increasing pace, boosted by new multi-media and social network applications, and new types of massive connectivity such as machine-to-machine (M2M). To meet these growing demands, the use of massive multiple-input multiple-output (M-MIMO) systems operating in the mmWave and THz bands has been recently considered. However, the design of multi-user (MU) M-MIMO transceivers with large-scale antenna arrays (LSAAs) for optimal operation under complex radio conditions and user patterns poses formidable problems, seemingly intractable by traditional means. Artificial intelligence (AI) and machine learning (ML) have the potential to overcome this challenge by exploiting all possible side information relevant to intelligent transceiver signal processing and operations. This proposed 3-year research in collaboration with InterDigital Canada is aimed at studying and developing new AI-enabled transceiver design techniques and algorithms for MU-M-MIMO communications in sub-6GHz, mmWave and THz bands. Cutting-edge ML approaches, especially deep learning (DL) architectures that employ multiple hidden processing layers to learn complex non-linear relationships from large amount of data, will be a corner stone of our work. In recent years, InterDigital has taken a leading role in the development of new technologies for 5G wireless and, as part of this initiative, it will support our research activities through cash and in-kind contributions. AI-enabled MU-M-MIMO transceivers in sub-6GHz, mmWave and THz bands will bridge the performance gap between existing 4G technology and future 5G-and-beyond wireless networks. The proposed research is of great importance to InterDigital and Canada: it will empower the company with critical knowledge and expertise in the key area of AI-enabled wireless networking, and help our country maintain a strategic position in the development, standardization and commercialization of advanced information and communications technologies.#(cr)#(lf)Les demandes d'amélioration du débit dans les réseaux sans fil 5G et au-delà continuent de croître à un rythme soutenu, stimulées par de nouvelles applications multimédias, les réseaux sociaux, et de nouveaux types de connectivité tels que machine-à-machine (M2M). Pour répondre à ces besoins, l'utilisation de systèmes massifs à entrées-multiples et sorties-multiples (M-MIMO) fonctionnant dans les bandes mmWave et THz a été récemment envisagée. Cependant, la conception d'émetteurs-récepteurs M-MIMO multi-utilisateurs (MU) avec réseaux d'antennes à grande échelle afin d'assurer un fonctionnement optimal sous des conditions radio et schémas d'utilisateur complexes pose d'immenses problèmes. L'intelligence artificielle (IA) et l'apprentissage automatique (ML) ont le potentiel de surmonter ce défi en exploitant toutes les informations secondaires possibles concernant les opérations d'un émetteur-récepteur intelligent. La recherche proposée de 3 ans en collaboration avec InterDigital Canada vise à étudier et développer de nouvelles techniques et algorithmes de conception d'émetteurs-récepteurs utilisant l'IA pour les communications MU-M-MIMO dans les bandes sous-6GHz, mmWave et THz. Les architectures d'apprentissage profond (DL) utilisant plusieurs couches de traitement cachées pour apprendre des relations non linéaires complexes à partir d'une grande quantité de données, seront à la base de nos travaux. Ces dernières années, InterDigital a joué un rôle de premier plan dans le développement de nouvelles technologies sans fil 5G; dans le cadre de cette initiative, elle soutiendra nos activités grâce à des contributions en espèces et en nature. Les émetteurs-récepteurs MU-M-MIMO intelligents dans les bandes sous-6GHz, mmWave et THz combleront l'écart de performance entre la technologie 4G existante et les futurs réseaux sans fil 5G et au-delà. La recherche proposée revêt une gran

对5G和Beyond无线网络的吞吐量和潜伏期改善的需求继续在不断增加的空间中增长，这是由新的多媒体和社交网络应用以及新型的大型连接性（如机器对机器）（M2M）所提高的。为了满足这些不断增长的需求，最近考虑了在MMWave和THZ频段中运行的大量多输入多输出（M-MIMO）系统。但是，在复杂的无线电条件和用户模式下，具有大规模天线阵列（LSAAS）的多用户（MU）M-MIMO收发器的设计假设了强大的问题，这似乎是通过传统手段棘手的。人工智能（AI）和机器学习（ML）有可能通过利用与智能收发器信号处理和操作相关的所有可能的侧面信息来克服这一挑战。这项与加拿大Interdigital合作的3年研究旨在研究和开发新的AI-MU-MIMO Communications在Sub-6GHz，MMWave和THZ频段中为MU-M-MIMO通信的新型收发器设计技术和算法。尖端的ML方法，尤其是深度学习（DL）体系结构，这些结构采用多个隐藏的处理层从大量数据中学习复杂的非线性关系，将是我们工作的一角石头。近年来，Interdigital在5G无线的新技术的开发中发挥了领导作用，作为该计划的一部分，它将通过现金和实物贡献来支持我们的研究活动。 Sub-6GHz，MMWave和THZ频段的AI支持的MU-M-MIMO发射器将弥合现有的4G技术与未来5G和Be-Beyond Wireless网络之间的性能差距。拟议的研究对于跨多项式和加拿大至关重要：它将在AI支持的无线网络的关键领域中授权该公司具有批判性知识和专业知识，并帮助我们的国家在高级信息和通信技术的开发，标准化和商业化中保持战略地位。 Unthme soutenurus应用程序多米米迪亚，lesRéseauxsociaux等人类型de公司与机器主人（M2M）连接。重要的是要以广泛的服务（M-MIMO）的形式了解市场的重要性，并能够为市场提供最具创新性和实用的服务。条件无线电程序包括姿势d'litilisateurs的复合物。 L'Intelligence Artisticielle（IA）和Automatique（ML）是出现作为次要信息来源的领域。我们也有兴趣与加拿大互及加拿大的vise -étudieretdévelopperde nouvelles技术合作。两国之间的通信概念将由Mu-Mimo Dans对Sous-6GHz，MMWave等人的乐队进行。 LES Architectures D'Acrentissage Profond（DL）该公司与该国许多与该国地区有密切联系的地区有着密切的联系，两国之间的关系应在广泛的地区保持。 5G技术基于5G技术的5G计划；了解5G技术的性质很重要。 5G技术基于基于5G技术的5G技术，该技术基于5G技术，该技术基于基于5G技术的5G技术。