用于 CSI 自适应量化与反馈的表示学习
信号处理
2025-09-05 v1 机器学习
摘要
在这项工作中，我们提出了一种在频分双工（FDD）系统中进行信道状态信息（CSI）自适应量化与反馈的高效方法。现有工作主要关注自编码器（AE）神经网络（NNs）用于 CSI 压缩的实现，并考虑直接的量化方法，例如均匀量化，这些方法通常并非最优。采用该策略难以实现低重建误差，尤其在用于潜空间量化的可用比特数较少时。为解决此问题，我们推荐两种不同方法：一种基于训练后量化，第二种在 AE 训练期间寻找码本。与标准量化技术相比，两种策略均实现了更好的重建精度。
引用
@article{arxiv.2207.06924,
title = {Learning Representations for CSI Adaptive Quantization and Feedback},
author = {Valentina Rizzello and Matteo Nerini and Michael Joham and Bruno Clerckx and Wolfgang Utschick},
journal= {arXiv preprint arXiv:2207.06924},
year = {2025}
}