С непрерывным повышением несущей частоты и широким развертыванием массивов антенн большого размера формирование луча на основе аналоговых фазовращателей становится одной из ключевых технологий следующего поколения беспроводной связи. В этот момент управление лучом используется для получения и поддержания оптимальных пар лучей между базовой станцией и пользователем с максимальной принимаемой мощностью, чтобы обеспечить надежное беспроводное соединение. Традиционные методы управления лучом часто зависят от массового поиска. Кроме того, традиционные математические модели не могут всесторонне и точно описать внутренние нелинейные связи лучей и высокоразмерные характеристики беспроводной среды, поэтому трудно добиться удовлетворительной производительности усиления луча. В последние годы, благодаря сильной адаптивной способности глубинного обучения, использованию глубинного обучения в управлении лучом уделяется широкое внимание и внутри страны, и за рубежом. В статье суммированы достижения исследований по управлению лучом с применением глубинного обучения и обозначены направления будущих исследований. Во-первых, изложены типичные сценарии и потенциальные преимущества применения глубинного обучения в управлении лучом; затем, с точки зрения пространственной, временной и частотной областей, обсуждаются основные исследовательские направления и представительные работы; наконец, рассматриваются будущие вызовы и возможности исследований в направлении более крупномасштабных беспроводных сетей, более разнообразных функций управления лучом и более устойчивых моделей глубинного обучения.

глубинное обучение; управление лучом; пространственная область; временная область; частотная область