大规模 MIMO 系统中二值神经网络辅助的 CSI 反馈
信息论
2020-11-06 v1 人工智能
信号处理
math.IT
摘要
在大规模多输入多输出（MIMO）系统中，信道状态信息（CSI）对于基站获得高性能增益至关重要。近来，深度学习被广泛用于 CSI 压缩，以应对频分双工系统中大规模 MIMO 带来的日益增长的反馈开销。然而，应用神经网络会带来额外的存储与计算成本，这对于资源受限的用户设备（UE）而言尤为不可忽略。本文引入了一种名为 BCsiNet 的新型二值化辅助反馈网络。此外，设计了 BCsiNet 变体，以在定制化训练与推理方案下提升性能。实验表明，与 CsiNet 相比，BCsiNet 在 UE 端的编码器上可节省超过 30 的存储并带来约 2 的推理加速。此外，BCsiNet 的反馈性能与原始 CsiNet 相当。关键结果可通过 https://github.com/Kylin9511/BCsiNet 复现。
引用
@article{arxiv.2011.02692,
title = {Binary Neural Network Aided CSI Feedback in Massive MIMO System},
author = {Zhilin Lu and Jintao Wang and Jian Song},
journal= {arXiv preprint arXiv:2011.02692},
year = {2020}
}
备注
6 pages, 5 figures, 4 tables. This work has been submitted to the IEEE for possible publication. Copyright may be transferred without notice