基于传输重要值并生成其余值的 CSI 反馈框架
信号处理
2024-12-02 v2
摘要
基于深度学习（DL）的信道状态信息（CSI）反馈框架在大规模多输入多输出（MIMO）系统中的应用显著提高了重构精度。然而，广泛采用的基于自编码器的 CSI 反馈网络泛化能力有限，在动态无线信道条件和不同的通信开销约束下难以保持一致的性能。为了增强基于 DL 的 CSI 反馈在不同信道场景下的鲁棒性，我们提出了一种新框架 ITUG：用户设备（UE）仅传输 CSI 矩阵中选定的部分关键值，而部署在 BS 的生成模型重构其余值。具体而言，我们引入了一种基于幅度和对比度识别重要值的评分算法，一种使用自适应比特长度和修改的 Huffman 码本将这些值转换为比特流以供传输的编码算法，以及一个基于 Transformer 的生成网络 TPMVNet，用于根据接收到的关键值恢复未传输的值。实验结果表明，配备单个 TPMVNet 的 ITUG 框架在各种信道条件下均比几种高性能自编码器模型具有更优的重构性能。
引用
@article{arxiv.2411.13298,
title = {A CSI Feedback Framework based on Transmitting the Important Values and Generating the Others},
author = {Zhilin Du and Zhenyu Liu and Haozhen Li and Shilong Fan and Xinyu Gu and Lin Zhang},
journal= {arXiv preprint arXiv:2411.13298},
year = {2024}
}
备注
I have to make some modification on the test dataset and constrast methods in the experimental results segment