论文部分内容阅读
在毫米波大规模多输入多输出系统中,基于码本的模拟预编码器联合最优化设计理论上可以通过穷尽搜索得到,但其过高的搜索复杂度阻碍了实际应用.受机器学习中交叉熵最优化的启发,文章提出一种具有低复杂度的基于自适应交叉熵优化算法的混合预编码方案:在自适应交叉熵最优化算法中,首先基于信道信息进行非均匀的初始概率分配,再进一步利用全部样本的数据可达率信息,在概率迭代更新中引入自适应加权操作.与传统交叉熵最优化算法相比,所提算法可显著提高收敛速度.仿真结果表明,该算法在较低的复杂度下可获得接近最优的性能.