Fungsi carian sedang dalam pembinaan.
Fungsi carian sedang dalam pembinaan.

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. ex. Some numerals are expressed as "XNUMX".
Copyrights notice

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. Copyrights notice

Deep Learning-Based Massive MIMO CSI Acquisition for 5G Evolution and 6G Pemerolehan MIMO CSI Besar-besaran Berasaskan Pembelajaran Mendalam untuk Evolusi 5G dan 6G

Xin WANG, Xiaolin HOU, Lan CHEN, Yoshihisa KISHIYAMA, Takahiro ASAI

  • pandangan teks lengkap

    0

  • Petikan Ini

Ringkasan:

Pemerolehan maklumat keadaan saluran (CSI) di bahagian pemancar merupakan cabaran utama dalam sistem MIMO besar-besaran untuk membolehkan penghantaran berkecekapan tinggi. Untuk menangani isu ini, pelbagai skim maklum balas CSI telah dicadangkan, termasuk skim maklum balas terhad dengan pengkuantitian vektor berasaskan buku kod dan maklum balas matriks saluran eksplisit. Disebabkan oleh had kapasiti saluran maklum balas, isu biasa dalam skim ini ialah perwakilan CSI yang cekap dengan bilangan bit yang terhad di bahagian penerima, dan pembinaan semula yang tepat berdasarkan bit maklum balas daripada penerima di bahagian pemancar. Baru-baru ini, diilhamkan oleh aplikasi yang berjaya dalam banyak bidang, teknologi pembelajaran mendalam (DL) untuk pemerolehan CSI telah menerima minat penyelidikan yang besar daripada kedua-dua ahli akademik dan industri. Memandangkan mekanisme maklum balas praktikal rangkaian radio (NR) baharu generasi ke-5 (5G), kami mencadangkan dua skema pelaksanaan untuk kecerdasan buatan untuk CSI (AI4CSI), penerima berasaskan DL dan reka bentuk hujung ke hujung, masing-masing. Skim AI4CSI yang dicadangkan telah dinilai dalam rangkaian 5G NR dari segi kecekapan spektrum (SE), overhed maklum balas dan kerumitan pengiraan, dan dibandingkan dengan skim warisan. Untuk menunjukkan sama ada skim ini boleh digunakan dalam senario kehidupan sebenar, kedua-dua data saluran berasaskan model dan saluran diukur secara praktikal telah digunakan dalam penyiasatan kami. Apabila pemerolehan CSI berasaskan DL digunakan pada penerima sahaja, yang mempunyai sedikit impak antara muka udara, ia memberikan kira-kira 25% keuntungan SE pada tahap overhed maklum balas yang sederhana. Ia boleh dilaksanakan dalam rangkaian 5G semasa semasa evolusi 5G. Untuk peningkatan CSI berasaskan DL hujung ke hujung, penilaian juga menunjukkan peningkatan prestasi tambahan mereka pada SE, iaitu 6%-26% berbanding dengan penerima berasaskan DL dan 33%-58% berbanding dengan skim CSI warisan. Memandangkan kesannya yang besar pada reka bentuk antara muka udara, ia akan menjadi teknologi calon untuk rangkaian generasi ke-6 (6G), di mana antara muka udara yang direka bentuk oleh kecerdasan buatan boleh digunakan.

Jawatankuasa
IEICE TRANSACTIONS on Communications Vol.E105-B No.12 pp.1559-1568
Tarikh penerbitan
2022/12/01
Diumumkan
2022/06/15
ISSN dalam talian
1745-1345
DOI
10.1587/transcom.2022EBP3009
Jenis Manuskrip
PAPER
kategori
Teknologi Komunikasi Tanpa Wayar

Pengarang

Xin WANG
  DOCOMO Beijing Communications Laboratories, Co. Ltd.
Xiaolin HOU
  DOCOMO Beijing Communications Laboratories, Co. Ltd.
Lan CHEN
  DOCOMO Beijing Communications Laboratories, Co. Ltd.
Yoshihisa KISHIYAMA
  NTT DOCOMO, INC.
Takahiro ASAI
  NTT DOCOMO, INC.

Kata kunci

Contents [show]