学习 FDD 系统中的 CSI 恢复
信息论
2021-10-05 v2 math.IT
摘要
我们提出一种基于机器学习的创新技术，以解决频分双工系统中基站的信道获取问题。在此背景下，基站基于来自移动终端的有限下行链路信道状态信息反馈，重建下行链路频率范围内的完整信道状态信息。该信道状态信息恢复基于一个卷积神经网络，其仅使用在上行链路频域中采集的信道状态样本进行训练，完全不需要在下行链路频率范围内获取训练样本。最后，在详细阐述并分析所提技术及其性能后，对作为该方法核心的卷积神经网络“迁移学习”假设，基于最大均值差异度量进行了验证。
引用
@article{arxiv.2104.01322,
title = {Learning the CSI Recovery in FDD Systems},
author = {Wolfgang Utschick and Valentina Rizzello and Michael Joham and Zhengxiang Ma and Leonard Piazzi},
journal= {arXiv preprint arXiv:2104.01322},
year = {2021}
}