利用自监督学习实现 MIMO-OFDM 信道表示与生成
信息论
2024-07-11 v1 信号处理
math.IT
摘要
在通信理论中，MIMO-正交频分复用（OFDM）系统的容量由无线信道决定，而信道在空间、频率和时间域上表现出多样性和相关性。进一步的设想是利用信道的内在特性——即表示——来实现基于地理位置的 MIMO 传输，以实现全解耦无线接入网络（FD-RAN）为例。针对这一目标，本文首先采用自监督学习从无标签信道数据中获取信道表示，然后提出一种基于地理位置的信道生成辅助方法，用于确定 MIMO 发送前导矩阵。具体地，我们利用固定地理位置处信道的小尺度时域变化，设计一种针对对比学习的预任务。随后，训练基于 Transformer 的编码器以输出信道表示。我们进一步开发了条件扩散生成器，从地理位置生成信道表示。最后，使用基于 Transformer 编码器的解码器从生成的表示重构信道，其中选取最优信道用于计算单 BS 或双 BS 的前导矩阵。我们在公开的射线追踪信道数据集上进行实验，广泛的仿真结果表明，我们的信道表示方法有效，并且在基于地理位置的 MIMO 传输中展示了性能提升。
引用
@article{arxiv.2407.07702,
title = {Leveraging Self-Supervised Learning for MIMO-OFDM Channel Representation and Generation},
author = {Zongxi Liu and Jiacheng Chen and Yunting Xu and Ting Ma and Jingbo Liu and Haibo Zhou and Dusit Niyato},
journal= {arXiv preprint arXiv:2407.07702},
year = {2024}
}