面向机器学习的无线信道建模——对标准化信道模型的批判性视角
信号处理
2025-10-22 v2
摘要
标准化（链路级）信道模型（如 3GPP TDL 和 CDL 模型）常用于评估基于机器学习（ML）的物理层方法。然而，本文认为链路级视角包含限制性假设，导致不必要的分布性偏移或需要不切实际的在线训练。此外，这种视角导致（近）高斯信道特征。因此，基于链路级信道数据训练的 ML 模型在各种物理层应用中无法超越经典方法。我们特别展示了简单线性方法在信道压缩、估计和建模方面的最优性，揭示了链路级信道模型在评估 ML 模型方面的不适用性。另一方面，采用场景级视角可解决此问题，释放 ML 带来的相对收益。
引用
@article{arxiv.2510.12279,
title = {Wireless Channel Modeling for Machine Learning -- A Critical View on Standardized Channel Models},
author = {Benedikt Böck and Amar Kasibovic and Wolfgang Utschick},
journal= {arXiv preprint arXiv:2510.12279},
year = {2025}
}