基于幅度辅助信息的大规模MIMO CSI反馈的学习型相位压缩与量化
信息论
2021-12-20 v4 信号处理
math.IT
摘要
大规模 MIMO 无线 FDD 系统常面临高效获取下行信道状态信息（CSI）的挑战。先前工作已展示利用其 CSI 幅度间上行/下行互易性在 CSI 编码与恢复中的潜力。然而，此类框架将 CSI 相位与幅度分开编码。为改进 CSI 编码，我们提出一种基于有限 CSI 反馈与幅度辅助信息的学习型框架。超越先前工作，我们所提框架带有改进的损失函数，支持端到端学习以联合优化 CSI 幅度与相位的恢复性能。仿真表明，该框架在室内与室外场景下对相位恢复及整体 CSI 恢复均优于其他对比方法。
引用
@article{arxiv.2103.00432,
title = {Learning-Based Phase Compression and Quantization for Massive MIMO CSI Feedback with Magnitude-Aided Information},
author = {Yu-Chien Lin and Zhenyu Liu and Ta-Sung Lee and Zhi Ding},
journal= {arXiv preprint arXiv:2103.00432},
year = {2021}
}
备注
to appear in IEEE Communications Letters