基于先验知识的信道状态信息重建的机器学习方法
信号处理
2021-11-16 v1 信息论
机器学习
math.IT
摘要
对信道状态信息（CSI）的掌握是移动无线通信系统内许多功能的基础。随着机器学习（ML）与数字地图（即数字孪生）的发展，我们迎来了学习传播环境并设计推导与上报 CSI 的新方法的重大机遇。本工作中，我们提出结合未训练神经网络（UNN）与条件生成对抗网络（cGAN）基于先验知识进行 MIMO 信道重建。UNN 学习某些位置的先验 CSI，用于构建 cGAN 的输入。基于先验 CSI、其位置及目标信道的位置，训练 cGAN 输出目标位置处预期的信道。该组合方法可用于低开销 CSI 上报，因为训练后我们仅需上报目标位置。我们的结果表明，该方法能成功建模无线信道，并且在视距条件下对位置量化误差具有鲁棒性。
引用
@article{arxiv.2111.07854,
title = {Machine Learning for CSI Recreation Based on Prior Knowledge},
author = {Brenda Vilas Boas and Wolfgang Zirwas and Martin Haardt},
journal= {arXiv preprint arXiv:2111.07854},
year = {2021}
}
备注
submitted for publication