面向大规模MIMO系统多任务信道重建的深度即插即用先验方法
信号处理
2023-12-20 v2
摘要
可扩展性是无线通信系统中部署基于深度学习（DL）方法时的主要关注点。针对各种信道重建任务，为每个特定任务应用一个DL模型在模型训练和模型存储上代价高昂。本文提出一种新颖的无监督深度即插即用先验方法，用于大规模多输入多输出（MIMO）系统下行链路中的三种信道重建任务，包括信道估计、天线外推和信道状态信息（CSI）反馈。针对这三种信道重建任务所提出的方法采用一个通用的DL模型，大大降低了模型训练和存储开销。与一般的多元任务学习不同，所提方法的DL模型无需针对特定信道重建任务进行进一步微调。在DeepMIMO数据集上进行了大量实验，以证明所提方法在三种信道重建任务上的收敛性、性能和存储开销。
引用
@article{arxiv.2308.04728,
title = {Deep Plug-and-Play Prior for Multitask Channel Reconstruction in Massive MIMO Systems},
author = {Weixiao Wan and Wei Chen and Shiyue Wang and Geoffrey Ye Li and Bo Ai},
journal= {arXiv preprint arXiv:2308.04728},
year = {2023}
}