CSI-PPPNet：一种面向大规模MIMO CSI反馈的单端通用深度学习框架
信号处理
2023-07-19 v3 信息论
math.IT
摘要
为减少正交频分双工大规模多输入多输出（MIMO）系统中的多用户干扰并最大化频谱效率，用户设备（UE）处估计的下行信道状态信息（CSI）需送达基站（BS）。本文提出一种通过单端通用深度学习框架实现大规模MIMO CSI反馈的新方法。CSI在UE端经线性投影压缩，并在BS端利用带即插即用先验（PPP）的深度学习（DL）恢复。所提方法（即CSI-PPPNet）不使用手工设计的无线信道响应正则化器，而是在交替优化方案中用基于DL的去噪器替代先验的近端算子。如此，一次训练的DL去噪模型可被复用于任意压缩比的CSI恢复任务。该单端通用框架减少了模型存储空间，减轻了联合模型训练与模型下发负担，并可应用于设备内存与计算能力受限的UE。在公开室内与城市宏场景上的大量实验表明了所提方法的有效性与优势。
引用
@article{arxiv.2211.15851,
title = {CSI-PPPNet: A One-Sided One-for-All Deep Learning Framework for Massive MIMO CSI Feedback},
author = {Wei Chen and Weixiao Wan and Shiyue Wang and Peng Sun and Geoffrey Ye Li and Bo Ai},
journal= {arXiv preprint arXiv:2211.15851},
year = {2023}
}