CLNet：面向大规模 MIMO CSI 反馈的复数输入轻量级神经网络
信息论
2023-05-01 v3 人工智能
信号处理
math.IT
摘要
通过降低 CSI 反馈开销来释放 FDD 模式下大规模 MIMO 的全部潜力近来受到关注。众多面向大规模 MIMO CSI 反馈的深度学习方法是其效率与潜力已得到证明。然而，大多数现有方法以计算复杂度为代价来提升精度，且随着 CSI 压缩率增大精度显著下降。本文提出一种专为 CSI 反馈问题设计的新型神经网络 CLNet，其基于 CSI 的固有特性。CLNet 提出一个伪造的复数值输入层来处理信号，并利用注意力机制增强网络性能。实验结果表明，在室外与室内场景下，CLNet 以平均 24.1% 更少的计算开销，较最先进方法取得平均 5.41% 的精度提升。基于深度学习的 CSI 反馈 CLNet 的代码已在 GitHub 上提供。
引用
@article{arxiv.2102.07507,
title = {CLNet: Complex Input Lightweight Neural Network designed for Massive MIMO CSI Feedback},
author = {Sijie Ji and Mo Li},
journal= {arXiv preprint arXiv:2102.07507},
year = {2023}
}