对抗训练辅助的 TDD/FDD 系统时变信道预测
信号处理
2022-04-26 v1
摘要
本文针对时分双工/频分双工（TDD/FDD）系统，提出了一种基于条件生成对抗网络（CPcGAN）的时变信道预测方法。CPcGAN 利用判别器在先前上行链路信道状态信息（CSI）这一条件约束下，计算预测下行链路 CSI 与真实样本分布之间的散度。CPcGAN 的生成器学习条件约束与预测下行链路 CSI 之间的函数关系，并减小预测 CSI 与真实 CSI 之间的散度。CPcGAN 拟合数据分布的能力可以很好地捕捉信道的时变和多径特性。考虑真实信道的传播特性，我们进一步开发了信道预测误差指示器以确定生成器是否达到最佳状态。仿真表明，在相同用户速度下，CPcGAN 比现有方法获得更高的预测精度和更低的系统误码率。
引用
@article{arxiv.2204.11638,
title = {Adversarial Training-Aided Time-Varying Channel Prediction for TDD/FDD Systems},
author = {Zhen Zhang and Yuxiang Zhang and Jianhua Zhang and Feifei Gao},
journal= {arXiv preprint arXiv:2204.11638},
year = {2022}
}