双向无线信道生成：一种统计信息驱动的生成式方法

表示通信系统可能经历的各种工作条件的信道模型对于任何通信系统的设计和标准化都很重要。虽然统计信道模型长期主导这一领域，但机器学习（ML）正成为一种流行的替代方法。然而，现有的方法主要集中在匹配瞬时信道实现的预测解上。其他解决方案侧重于路径损耗建模，而双向（DD）信道表示对于完整描述是必需的。受此启发，我们 (a) 开发了一种生成式解决方案，使用具有低秩投影注意力计算机制的混合 Transformer（hTransformer）模型和双向长短期记忆（BiLSTM）层来生成完整的 DD 信道信息，并 (b) 设计了一种领域知识驱动的训练方法，以匹配生成和真实信道实现的统计信息。我们广泛的仿真结果验证了生成样本的统计信息与真实统计信息紧密对齐，同时在多数情况下优于现有预测方法的性能。