利用双向信道 reciprocity 实现稳健的超低速隐式 CSI 反馈
信号处理
2025-07-17 v1 信息论
math.IT
摘要
深度学习基于隐式信道状态信息（CSI）反馈已被引入以提高大规模 MIMO 系统的频谱效率。但现有方法在超低速率场景和跨环境适应性方面表现下降。在本文中，我们提出了 Dual-ImRUNet—a 一种高效的上行辅助深度隐式 CSI 反馈框架，包含两个新颖的插件预处理模块，以实现超低反馈率并保持高环境鲁棒性。首先，提出了一种双向相关性增强模块，用于强化上行和下行 CSI 特征向量矩阵之间的相关性。该模块将高度相关的上行和下行信道矩阵投影到各自的特征空间，从而有效减少超低速率反馈中的冗余。其次，设计了一种创新的输入格式对齐模块，在不增加额外传输开销的情况下维持编码器和解码器两端的数据分布一致性，从而增强对环境变化的鲁棒性。最后，我们开发了一种高效的基于 transformer 的隐式 CSI 反馈网络，以利用角时延域稀疏性和双向相关性实现超低速 CSI 压缩。仿真结果表明，反馈开销比当前最佳方法降低了 85%，并对未见环境具有鲁棒性。
引用
@article{arxiv.2507.12301,
title = {Leveraging Bi-Directional Channel Reciprocity for Robust Ultra-Low-Rate Implicit CSI Feedback with Deep Learning},
author = {Zhenyu Liu and Yi Ma and Rahim Tafazolli and Zhi Ding},
journal= {arXiv preprint arXiv:2507.12301},
year = {2025}
}