用于无线信道预测的神经网络比较
机器学习
2023-08-29 v1 网络与互联网体系结构
信号处理
摘要
现代无线通信系统的性能关键取决于发射端与接收端可用信道状态信息（CSI）的质量。先前若干工作提出了即使在高速移动与信道老化情况下也能维持高质量CSI的概念与算法，例如采用神经网络的时序预测方案。然而，何种基于神经网络的方案在预测质量、训练复杂度和实际可行性方面提供最佳性能仍不明确。为研究该问题，本文首先概述适用于信道预测的最先进神经网络，并比较它们在预测质量方面的性能。接着，针对四种具有不同预测时域的前景神经网络提出新的比较分析。采用第三代合作伙伴计划推荐的知名抽头延迟信道模型，在神经网络间进行标准化比较。基于该比较评估，讨论了各神经网络的优缺点，并给出了在信道预测应用中选择最合适神经网络的指导原则。
引用
@article{arxiv.2308.14020,
title = {A Comparison of Neural Networks for Wireless Channel Prediction},
author = {Oscar Stenhammar and Gabor Fodor and Carlo Fischione},
journal= {arXiv preprint arXiv:2308.14020},
year = {2023}
}