SELECTING BEAMFORMING OPTIONS
A method, apparatus and computer program is described, comprising: collecting performance information, at a current iteration, of a current beamforming option at a node of a mobile communication system; updating a decision function for each of a plurality of beamforming options for the node of the m...
Gespeichert in:
Hauptverfasser: | , , , , , |
---|---|
Format: | Patent |
Sprache: | eng ; fre |
Schlagworte: | |
Online-Zugang: | Volltext bestellen |
Tags: |
Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
|
Zusammenfassung: | A method, apparatus and computer program is described, comprising: collecting performance information, at a current iteration, of a current beamforming option at a node of a mobile communication system; updating a decision function for each of a plurality of beamforming options for the node of the mobile communication system, wherein updating the decision function uses the collected performance information of the current beamforming option at the current iteration; and selecting one of said beamforming options and operating the node of the communication system at a next iteration accordingly, wherein the selected beamforming option maximises the decision function. The method may make use of machine-learning principles.
L'invention concerne un procédé, un appareil et un programme informatique, comprenant : la collecte d'informations de performance, au niveau d'une itération courante, d'une option de formation de faisceau courante au niveau d'un noeud d'un système de communication mobile; la mise à jour d'une fonction de décision pour chaque option d'une pluralité d'options de formation de faisceau pour le noeud du système de communication mobile, la mise à jour de la fonction de décision utilisant les informations de performance collectées de l'option de formation de faisceau courante au niveau de l'itération courante; et la sélection de l'une desdites options de formation de faisceau et la mise en oeuvre du noeud du système de communication à une itération suivante en conséquence, l'option de formation de faisceau sélectionnée maximisant la fonction de décision. Le procédé peut utiliser des principes d'apprentissage automatique. |
---|