Główne pojęcia
제한된 프론트홀 용량과 파일럿 간섭이 있는 셀 프리 MIMO 시스템에서 문맥 학습 기반 등화기가 선형 최소 평균 제곱 오차 등화기보다 우수한 성능을 제공한다.
Streszczenie
이 연구는 셀 프리 다중 사용자 MIMO 시스템에서 문맥 학습(in-context learning, ICL)을 활용한 채널 등화 기법을 제안한다.
- 셀 프리 MIMO 시스템에서는 프론트홀 용량 제한으로 인해 중앙 처리 장치(CPU)가 비선형 왜곡된 신호를 수신하게 되어 검출 알고리즘 설계가 어려워진다.
- 제안하는 ICL 기반 등화기는 전송된 파일럿, 수신된 양자화된 파일럿, 현재 수신된 데이터 신호, 그리고 작업 정보(예: 대규모 페이딩 계수, 변조 방식)를 활용하여 디코더 전용 트랜스포머 모델을 통해 데이터 심볼을 추정한다.
- 다양한 프론트홀 용량 제약 및 파일럿 간섭 시나리오에서 실험을 수행한 결과, ICL 기반 등화기가 선형 최소 평균 제곱 오차(LMMSE) 등화기 및 메타 학습 기반 등화기보다 우수한 성능을 보였다.
- 특히 프론트홀 용량이 제한적이고 파일럿 간섭이 심한 경우, ICL 기반 등화기가 LMMSE 등화기보다 낮은 평균 제곱 오차를 달성하였다.
- 이는 ICL 기반 등화기가 제한된 파일럿 정보를 활용하여 등화기의 동작을 효과적으로 적응시킬 수 있기 때문이다.
Statystyki
평균 신호 대 잡음비(SNR)가 24dB일 때, 프론트홀 용량이 8비트/심볼일 경우 ICL 기반 등화기의 평균 제곱 오차(MSE)가 LMMSE 등화기보다 약 2dB 낮다.
파일럿 재사용이 3회일 때, 평균 SNR이 30dB일 경우 ICL 기반 등화기의 MSE가 LMMSE 등화기보다 약 3dB 낮다.
Cytaty
"제한된 프론트홀 용량과 파일럿 간섭이 있는 셀 프리 MIMO 시스템에서 ICL 기반 등화기가 선형 MMSE 등화기보다 낮은 평균 제곱 오차를 달성한다."
"ICL 기반 등화기는 제한된 파일럿 정보를 활용하여 등화기의 동작을 효과적으로 적응시킬 수 있다."