大规模 MIMO 系统中基于深度学习的多分辨率 CSI 反馈
信息论
2021-05-28 v2 机器学习
信号处理
math.IT
摘要
在大规模多输入多输出（MIMO）系统中，用户设备（UE）需要将下行信道状态信息（CSI）反馈回基站（BS）。然而，随着大规模 MIMO 系统中 CSI 复杂度的增长，反馈开销变得昂贵。近年来，深度学习（DL）方法被用于提升 CSI 反馈的重建效率。本文提出一种名为 CRNet 的新型反馈网络，通过提取多分辨率下的 CSI 特征来实现更优性能。同时还引入了进一步提升网络性能的进阶训练方案。仿真结果表明，在所计算复杂度相同且无需任何额外信息的情况下，所提出的 CRNet 优于当前最优的 CsiNet。开源代码见 https://github.com/Kylin9511/CRNet
引用
@article{arxiv.1910.14322,
title = {Multi-resolution CSI Feedback with deep learning in Massive MIMO System},
author = {Zhilin Lu and Jintao Wang and Jian Song},
journal= {arXiv preprint arXiv:1910.14322},
year = {2021}
}
备注
6 pages, 5 figures, 4 tables. This work has been accepted by ICC2020. Note that the flops complexity is fixed in this version