提升大规模MIMO信道状态信息反馈的深度学习性能
信息论
2023-02-06 v2 人工智能
信号处理
math.IT
摘要
CSI反馈是大规模多输入多输出（MIMO）技术中的一个重要问题，因为反馈开销与子信道数量和天线数量成正比，而这两者都随大规模MIMO系统规模的增长而增长。基于深度学习的CSI反馈方法近年来因其优越性能而被广泛采用。尽管取得了成功，现有方法尚未充分利用CSI数据特征与深度学习框架之间的关系。在本文中，我们提出一种拼图辅助训练策略（JPTS），通过最大化原始CSI与压缩CSI之间的互信息来增强基于深度学习的大规模MIMO CSI反馈方法。我们将JPTS应用于现有最先进方法之上。实验结果表明，采用该训练策略后，在室内和室外环境中准确率平均分别提升12.07%和7.01%。所提方法可直接用于现有大规模MIMO CSI反馈的深度学习框架。JPTS的代码已在GitHub上提供使用。
引用
@article{arxiv.2208.11333,
title = {Enhancing Deep Learning Performance of Massive MIMO CSI Feedback},
author = {Sijie Ji and Mo Li},
journal= {arXiv preprint arXiv:2208.11333},
year = {2023}
}
备注
This work has been accepted by IEEE ICC 2023. Copyright has been transferred to IEEE