基于图神经网络与生成建模的多用户系统统计预编码设计
信息论
2024-12-11 v1 信号处理
math.IT
摘要
本文提出了一种基于图神经网络（GNN）的框架，用于统计预编码设计，该框架利用基于模型的方法将统计知识紧凑地表示为轻量级架构。该框架还支持通过高斯混合模型（GMM）实现的有限反馈方案，在大规模多输入多输出（MIMO）系统中获取频分双工（FDD）系统的近似统计信息，且导频开销较低。利用空间信道模型和测量数据的仿真证明了所提出框架的有效性。它优于基线方法，包括随机迭代算法和离散傅里叶变换（DFT）码本方法，尤其是在低导频开销系统中。
引用
@article{arxiv.2412.07519,
title = {Statistical Precoder Design in Multi-User Systems via Graph Neural Networks and Generative Modeling},
author = {Nurettin Turan and Srikar Allaparapu and Donia Ben Amor and Benedikt Böck and Michael Joham and Wolfgang Utschick},
journal= {arXiv preprint arXiv:2412.07519},
year = {2024}
}