大规模 MIMO 系统中高效 CSI 反馈机制设计：基于经验数据的机器学习方法
信息论
2022-08-26 v1 信号处理
math.IT
摘要
大规模多输入多输出（mMIMO）体制在精确获取信道状态信息（CSI）的前提下，可获得空间分集与复用增益。在现有通信架构中，下行 CSI 由用户设备（UE）通过专用导频估计，并反馈给 gNodeB（gNB）。该反馈信息经压缩以减小空口开销。这种压缩增加了所获 CSI 的不准确性，从而降低了整体频谱效率。本文提出一种计算代价低的基于机器学习（ML）的 CSI 反馈算法，其利用了双通道预测器。所提方法可同时用于时分双工（TDD）和频分双工（FDD）系统，并能减少反馈开销、提高所获 CSI 精度。为观察实际收益，我们使用在德国斯图加特诺基亚园区记录的经验数据展示了所提方法的性能。数值结果表明，相较于传统 CSI 反馈机制，所提方法在降低开销、最小化量化误差、提升频谱效率、余弦相似度和预编码增益方面均有效。
引用
@article{arxiv.2208.11951,
title = {Design of an Efficient CSI Feedback Mechanism in Massive MIMO Systems: A Machine Learning Approach using Empirical Data},
author = {Muhammad Karam Shehzad and Luca Rose and Stefan Wesemann and Mohamad Assaad and Syed Ali Hassan},
journal= {arXiv preprint arXiv:2208.11951},
year = {2022}
}