SmartUT: Receive Beamforming for Spectral Coexistence of NGSO Satellite Systems

要約

このホワイトペーパーでは、非地理化衛星軌道（NGSOS）共存システムにおけるダウンリンクの共頻度干渉（CFI）緩和を調査します。
ゼロフォーシング（ZF）などの従来の緩和技術は、干渉信号の到着方向（DOA）の方向に向かってヌルを生成しますが、マトリックスの反転とチャネル状態情報（CSI）の必要な知識のために高い計算の複雑さに苦しんでいます。
さらに、サンプルマトリックスの反転（SMI）ベースの最小分散などの適応ビームフォーマーは、利用可能なスナップショットが制限されている場合、パフォーマンスが低下します。
監視されていないディープラーニング（DL）アプローチを活用し、ユーザー端末（UT）アンテナアレイに展開できるMambaベースのビームフォーマー（Mambabf）を提案します。
シミュレーション結果は、Mambabfが干渉を緩和し、特に低SINR、限られたスナップショット、および不完全CSIを特徴とする困難な条件の下で、信号対interferenceとnoise比（SINR）を最大化する際に、従来のビームフォーミング技術を常に上回ることを示しています。

要約(オリジナル)

In this paper, we investigate downlink co-frequency interference (CFI) mitigation in non-geostationary satellites orbits (NGSOs) co-existing systems. Traditional mitigation techniques, such as Zero-forcing (ZF), produce a null towards the direction of arrivals (DOAs) of the interfering signals, but they suffer from high computational complexity due to matrix inversions and required knowledge of the channel state information (CSI). Furthermore, adaptive beamformers, such as sample matrix inversion (SMI)-based minimum variance, provide poor performance when the available snapshots are limited. We propose a Mamba-based beamformer (MambaBF) that leverages an unsupervised deep learning (DL) approach and can be deployed on the user terminal (UT) antenna array, for assisting downlink beamforming and CFI mitigation using only a limited number of available array snapshots as input, and without CSI knowledge. Simulation results demonstrate that MambaBF consistently outperforms conventional beamforming techniques in mitigating interference and maximizing the signal-to-interference-plus-noise ratio (SINR), particularly under challenging conditions characterized by low SINR, limited snapshots, and imperfect CSI.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google