本稿では、周波数分割複信 (FDD) MIMO OFDM システムにおいて、ダウンリンクの合計レートを最大化するための深層学習ベースの CSI フィードバックと多ユーザ前処理の統合的な手法を提案する。
具体的には以下の通り:
ユーザ側で CSI の固有ベクトル行列を抽出し、深層学習に基づく joint source-channel coding 手法を用いて低フィードバック量で圧縮する。これにより、フィードバック チャネルの劣化に対する耐性が向上する。
ベースステーション側では、フィードバックされた CSI 情報に基づいて、joint 多ユーザ前処理モジュールと電力配分モジュールを設計し、前処理の方向性と電力配分を調整する。
提案手法は、エンドツーエンドで最適化されており、特に低信号対雑音比および低フィードバック量の条件下で、従来手法に比べて大幅な合計レートの改善が可能である。
実験結果から、提案手法は従来手法に比べて優れた性能を示し、特に低信号対雑音比および低フィードバック量の条件下で顕著な改善が確認された。また、提案手法の各モジュールの寄与度を分析した結果、前処理方向の調整と電力配分の両方が重要な役割を果たしていることが明らかになった。
翻译成其他语言
从原文生成
arxiv.org
更深入的查询