A Markovian Model-Driven Deep Learning Framework for Massive MIMO CSI Feedback
正向信道状态信息（CSI）在大规模多输入多输出（MIMO）通信系统的调度和容量逼近传输优化中起着至关重要的作用。在频分双工（FDD）大规模多输入多输出系统中，在发射机处的前向链路CSI重构严重依赖于来自接收节点的CSI反馈，并且必须仔细权衡重构精度和反馈带宽之间的折衷。最近关于使用递归神经网络（RNN）的研究已经证明了对于大规模多输入多输出部署的强有力的承诺，尽管计算和存储器的成本仍然很高。在这项工作中，我们利用信道相干性的时间，大大提高了反馈效率。使用马尔可夫模型，我们开发了一个基于深度卷积神经网络（CNN）的框架MarkovNet来及时差分编码前向CSI，以有效提高重建精度。此外，我们还探索了重要的物理见解，包括输入数据的球形归一化和用于反馈压缩的卷积层。我们通过我们提出的MarkovNet证明了基于RNN的工作的实质性性能改进和复杂性降低，以准确地恢复前向CSI估计。我们探索了反馈量化中的其他实际考虑，并表明MarkovNet在计算成本的一小部分上优于基于RNN的CSI估计网络。
2020-09-20 cs.IT cs.LG eess.SP
Simultaneous Wireless Information and Power Transfer Under Different CSI Acquisition Schemes
在这项工作中，我们考虑一个多输入单输出系统中，接入点（AP）执行的同时无线信息和功率传输（SWIPT），以服务于用户终端（UT），不配备外部电源。为了评估SWIPT的功效，我们将实际相关的场景作为目标，该场景的特征在于发射机处的不完美信道状态信息（CSI）、与CSI获取过程相关联的惩罚的存在、以及由UT执行的操作（诸如CSI估计、上行链路信令和数据解码）的非零功耗。我们分析了三种不同的情况下，在AP的CSI知识：没有CSI，和不完善的CSI的情况下，时分双工和频分双工通信。的遍历下行链路速率和能源短缺和数据中断概率的封闭形式的表示推导出的三种情况下。此外，解析表达式的遍历最优的持续时间的功率传输和信道估计/反馈阶段。我们的数值研究结果验证了我们的推导的正确性，也显示了CSI知识的重要性和好处，在AP的SWIPT系统，虽然不完善，并获得在信息传输的时间为代价。
2016-05-18 cs.IT math.IT
Channel Customization for Low-Complexity CSI Acquisition in Multi-RIS-Assisted MIMO Systems
本文提出在多RIS辅助MIMO系统中将CSI获取与RIS配置一体化，利用快速变化反射序列分解信道估计任务并定制稀疏反射信道，以低开销和低复杂度实现上下行信道精确重构并提升频谱效率。
2024-11-21 cs.IT eess.SP math.IT
An Efficient CSI Acquisition Method for Intelligent Reflecting Surface-assisted mmWave Networks
毫米波（mmWave）通信是第五代蜂窝网络（5G）的关键推动因素之一。然而，毫米波通信的基本挑战之一是对阻塞效应的敏感性。减轻这种影响的一种方法是使用智能反射表面（IRS）。然而，由于IRS上反射元件的数量庞大，信道估计成为一个具有挑战性的问题。针对红外辅助毫米波通信系统，提出了一种低复杂度的信道信息获取方法。我们的想法包括利用毫米波信道的稀疏性和IRS本身的拓扑结构。与现有的方法相比，本文提出的方法在获取信道信息时所需的时频资源要少得多。仿真结果证实了该方法的有效性。
2019-12-27 cs.IT math.IT
Deep Learning-based Massive MIMO CSI Acquisition for 5G Evolution and 6G
DOCOMO Beijing Communications Laboratories, Co. Ltd.（都科摩（北京）通信实验室有限公司）；NTT DOCOMO, INC.（NTT都科摩公司）
最近，受许多领域成功应用的启发，用于CSI获取的深度学习（DL）技术引起了学术界和工业界的极大研究兴趣。考虑到第五代（5G）新无线电（NR）网络的实际反馈机制，我们提出了两种用于CSI人工智能（AI 4CSI）的实现方案，分别是基于DL的接收机和端到端设计。在5G NR网络中评估了所提出的AI 4CSI方案的频谱效率（SE），反馈开销和计算复杂度，并与传统方案进行了比较。为了证明这些方案是否可以用于现实生活中的情况下，基于模型的信道数据和实际测量的信道中使用我们的调查。当基于DL的CSI获取仅应用于接收机时，其具有很小的空中接口影响，其在适度的反馈开销水平下提供大约25%的SE增益。在5G演进期间，在当前的5G网络中部署它是可行的。对于端到端的基于DL的CSI增强，评估还显示了它们在SE上的额外性能增益，与基于DL的接收机相比为6% - 26%，与传统CSI方案相比为33% - 58%。考虑到其对空中接口设计的巨大影响，它将成为第六代（6 G）网络的候选技术，其中可以使用由人工智能设计的空中接口。
2022-06-15 cs.IT cs.LG cs.NI
Few-Bit CSI Acquisition for Centralized Cell-Free Massive MIMO with Spatial Correlation
信道状态信息（CSI）的可用性和准确性对于几乎所有通信系统中的相干检测都起着至关重要的作用。特别是在最近提出的无小区大规模MIMO系统中，其中大量分布式接入点（AP）连接到中央处理单元（CPU）以进行联合解码，在CPU处获取CSI可以通过使用诸如最小均方误差（MMSE）或迫零（ZF）之类的检测算法来提高性能。还存在重大挑战，特别是由高精度CSI的传输引起的前传负载的增加，以及由此产生的复杂性和可扩展性问题。在本文中，我们解决这些CSI采集问题，利用矢量量化的精度只有几个比特，我们表明，在CPU的信道估计的准确性，可以增加利用空间相关性受到这种有限的前传负载。此外，我们推导出一个简单的\emph{Quantize-and-Estimate}（QE）策略的基础上Bussgang定理的估计，并比较其性能\emph{Estimate-and-Quantize}（EQ）的均方误差（MSE）。我们的仿真结果表明，量化与少量的比特矢量量化可以优于均衡器和个别标量量化在中等信噪比为每维少量的比特。
2019-02-19 cs.IT math.IT
CSI Acquisition in Cell-Free Massive MIMO Surveillance Systems
本文针对无小区大规模MIMO监控系统提出一种利用上下行导频和MMSE估计的CSI获取方案，并推导监控成功概率，证明其性能可接近完美CSI上界。
2024-10-04 cs.IT eess.SP math.IT
SCW Codes for Optimal CSI-Free Detection in Diffusive Molecular Communications
瞬时或统计信道状态信息（CSI）是分子通信（MC）文献中开发的大多数检测方案所需要的。由于MC信道改变，例如，由于流速、温度或发射器与接收器之间的距离的变化，CSI采集必须重复进行以跟踪CSI变化。频繁的CSI获取可能需要大的开销，而不频繁的CSI获取可能导致低CSI估计质量。为了应对这些问题，我们设计的代码，便于在接收机的最大似然序列检测没有瞬时或统计CSI。特别是，假设浓度移位键控调制，我们表明，一类代码，被称为强恒重（SCW）码，使最佳CSI-免费的序列检测的成本降低的数据率。对于提出的SCW码，我们分析了码率和出错率。仿真结果验证了我们的分析推导，并揭示了所提出的无CSI检测器的SCW码优于基线相干和非相干检测器的未编码传输。
2017-05-08 cs.IT math.IT
Robust Data Detection for the Photon-Counting Free-Space Optical System with Implicit CSI Acquisition and Background Radiation Compensation
由于大气湍流和指向误差会引起信号强度的波动，而自由空间光接收机周围的背景辐射会产生不希望有的噪声分量，因此接收机需要准确的信道状态信息（CSI）和背景信息来调整检测阈值。在大多数先前的研究中，对于CSI获取，采用导频符号，这导致频谱和能量效率的降低;并且做出了背景辐射分量完全已知的不切实际的假设。在本文中，我们开发了一个有效的和强大的序列接收机，它获取的CSI和背景信息隐式的，不需要有关信道模型信息的知识。该算法能够自动估计信道状态信息和背景分量，并对数据序列进行检测，因此具有较强的鲁棒性。它的决策度量具有简单的形式，不涉及积分，因此可以很容易地评估。采用Viterbi型网格搜索算法提高搜索效率，采用选择性存储策略克服潜在的错误平层问题，提高存储效率。为了进一步简化接收机，提出了一种逐符号判决反馈接收机作为序列接收机的近似。通过仿真和理论分析，我们表明，无论是序列接收机和逐符号接收机的性能，接近检测的CSI和背景辐射的完美知识，作为窗口的长度形成的决策度量的增加。
2015-05-11 cs.IT math.IT
HyperRNN: Deep Learning-Aided Downlink CSI Acquisition via Partial Channel Reciprocity for FDD Massive MIMO
为了充分发挥大规模多输入多输出（MIMO）在下行链路中的优势，需要在基站（BS）处获取信道状态信息（CSI）来优化波束形成矩阵。在频分双工（FDD）系统中，全信道互易性不成立，并且CSI获取通常需要下行链路导频传输，随后是上行链路反馈。先前的工作提出了经由深度学习的导频传输、反馈和CSI估计的端到端设计。在这项工作中，我们引入了一个增强的端到端的设计，利用部分上行链路-下行链路的互易性和时间相关的衰落过程，通过联合利用下行链路和上行链路的导频。所提出的方法基于一种新型的深度学习架构- HyperRNN -它结合了超网络和递归神经网络（RNN），以优化从上行链路到下行链路的长期信道特征的传输。仿真结果表明，HyperRNN实现了较低的归一化均方误差（NMSE）性能，并降低了对导频长度的要求。
2021-07-08 cs.IT eess.SP math.IT
A Generalized Framework on Beamformer Design and CSI Acquisition for Single-Carrier Massive MIMO Systems in Millimeter Wave Channels
针对时分双工（TDD）模式下采用单载波（SC）调制的频率选择性大规模多输入多输出（MIMO）系统，利用毫米波（mm）频段的联合角度-延迟域信道稀疏性，建立了降维信道状态信息（CSI）估计和预波束形成器设计的一般框架。首先，基于一种通用子空间投影方法，考虑了联合角度-时延功率分布和用户分组，推导了空间相关宽带MIMO信道下的降秩最小均方误差（RR-MMSE）瞬时CSI估计器。其次，统计预波束形成器的设计被认为是频率选择性SC大规模MIMO信道。我们研究的降维问题和子空间（波束空间）的建设，RR-MMSE估计可以实现尽可能准确。最后，通过在适当的降维波束空间中进行最小二乘（LS）估计，得到了一种时空域相关器型降秩信道估计器，作为RR-MMSE估计的近似。据观察，所提出的技术显示出显着的鲁棒性的导频干扰（或污染）的导频开销的显着减少。
2016-07-05 cs.IT math.IT
High-Rate Uninterrupted Internet-of-Vehicle Communications in Highways: Dynamic Blockage Avoidance and CSIT Acquisition
在未来的无线网络中，感兴趣的用例之一是车联网（IoV）。在这里，车联网是指两种不同的功能，即服务于车载用户和支持联网车辆功能，两者都可以由安装在车辆顶部的收发器很好地提供。车载收发器的这种双重功能意味着严格的速率和可靠性要求，为此可能需要以毫米波（mmW）频率进行通信。然而，mmW下的IoV通信需要最新的信道状态信息（CSI）和阻塞避免。在这篇文章中，我们将最近提出的预测天线（PA）的概念到一个大规模的合作PA（LSCPA）的设置，通过基站（BS）/车辆的合作，避免了时间阻塞和CSI过时。总结正在进行的标准化进展，使车联网通信，我们提出了LSCPA设置的潜力和挑战，并比较合作和非合作方案对车联网链路性能的影响。如我们所示，BS合作和阻塞/CSI预测可以显着提高IoV链路的性能。
2022-04-11 cs.IT eess.SP math.IT
How Often Should CSI be Updated for Massive MIMO Systems with Massive Connectivity?
大规模多输入多输出（MIMO）系统需要支持物联网（IoT）应用的大规模连接。随着用户数量的增加，信道状态信息（CSI）获取开销成为系统性能的瓶颈。提出了一种间歇性信道估计方案，以减轻信道估计的负担，并最大化总容量。在该方案中，我们利用MIMO信道的时间相关性，并使用线性预编码器分析CSI的年龄对下行链路传输速率的影响。通过优化每个用户的CSI更新频率，我们发现CSI更新间隔应遵循准周期分布，并在CSI估计的准确性和CSI获取的开销之间达到折衷。数值结果表明，所提出的间歇计划提供了显着的容量增益比传统的连续估计方案。
2017-07-28 cs.IT math.IT
Deep Multi-Stage CSI Acquisition for Reconfigurable Intelligent Surface Aided MIMO Systems
针对可重构智能表面（RIS）中继无线信道估计中导频开销过大的问题，提出了一种基于导频的RIS中继无线信道估计方法。受深度学习在解决非线性映射问题方面的令人信服的把握的启发，所提出的方法仅激活RIS元素的一部分，并利用相应的级联信道估计来预测另一部分。通过合成深度神经网络（DNN），首先依次估计直接信道和活动级联信道，然后对非活动RIS元件进行信道预测。一个三阶段的训练策略，开发了这种合成DNN。从仿真结果来看，所提出的基于深度学习的方法在减少导频开销和保证可靠的估计精度方面是有效的。
2021-04-23 cs.IT eess.SP math.IT
SCW Codes for Maximum Likelihood Detection in Diffusive Molecular Communications without Channel State Information
瞬时或统计信道状态信息（CSI）是分子通信（MC）系统开发的大多数检测方案所需要的。由于MC信道随时间改变，例如，由于流速、温度或发射器与接收器之间的距离的变化，CSI采集必须重复进行以跟踪CSI变化。频繁的CSI获取可能需要较大的开销，而不频繁的CSI获取可能导致较低的CSI估计准确度。为了克服这些挑战，我们设计的代码，使最大似然序列检测在接收机没有瞬时或统计CSI。特别是，假设浓度移键控调制，我们表明，一类代码，被称为强恒重（SCW）代码，使最佳CSI-免费的序列检测的代价是数据率的下降。对于提出的SCW代码，我们分析了码率、出错率和释放分子的平均数量。此外，我们还进一步研究了二元SCW码和平衡SCW码的性质。仿真结果验证了我们的分析推导，并揭示了SCW码与CSI自由检测优于未编码传输的最佳相干和非相干检测。
2017-06-06 cs.IT math.IT
Overhead-Aware Distributed CSI Selection in the MIMO Interference Channel
我们考虑一个MIMO干扰信道中的发射机和接收机工作在频分双工模式。在此设置中，通过协调收发器设计的干扰管理需要发射器处的信道状态信息（CSI-T）。CSI-T的获取是通过来自接收器的反馈来完成的，这避免了由于训练和反馈而造成的自由度的损失。这种损失随着CSI-T的量而增加。在这项工作中，制定了一个开销模型CSI采集在发射机后，我们提出了一个分布式的机制，为每个发射机找到一个子集的完整的CSI，这是用来执行干扰管理。该机制是基于多对多的稳定匹配。我们证明了一个稳定的匹配的存在，并利用一个算法来达到它。仿真结果表明，性能改善相比，充分和最小CSI-T。
2015-07-06 cs.IT math.IT
A Deep Learning Framework for Joint Channel Acquisition and Communication Optimization in Movable Antenna Systems
本文提出一种用于移动天线多用户系统的端到端深度学习框架，联合优化信道估计、天线放置与预编码设计，在不完美CSI下显著降低反馈开销并提升可达总速率。
2025-08-30 cs.IT eess.SP math.IT
Efficient Direct Detection of M-PAM Sequences with Implicit CSI Acquisition for The FSO System
与开关键控（OOK）相比，多进制脉冲幅度调制（M-PAM，M>2）具有更高的频谱效率。然而，为了可靠地检测M-PAM信号，对准确的信道状态信息的要求更加严格。以前，对于OOK系统，我们已经开发了一种接收机，需要很少的导频符号，可以联合检测数据序列和估计未知的信道增益隐式。在本文中，使用相同的方法，我们扩展我们以前的工作，并推导出一个广义接收机的M-PAM系统。该算法采用维特比网格搜索算法和选择性存储策略，实现复杂度低，内存需求小。因此，接收机在能量、频谱、实现复杂度和存储器方面是高效的。通过理论分析，我们表明，它的错误性能的最大似然检测与信道增益的完美知识，随着观察窗口长度的增加。最后给出了仿真结果，验证了理论分析的正确性.
2014-11-07 cs.IT math.IT
GNN-Based Global CSI Reconstruction for Fronthaul-Limited Distributed MIMO Systems
University of Science and Technology Beijing（北京科技大学）；Sony China Research Laboratory（索尼中国研究院）
针对分布式MIMO系统前传受限问题，提出基于GNN重建与任务驱动天线选择的CSI获取框架，仅上传部分天线CSI，由CU重建全局CSI，在降低开销的同时提升重建精度。
2026-09-22 cs.IT math.IT
Asymptotically optimal pilot allocation over Markovian fading channels
研究了马尔可夫衰落信道下无线网络中的导频分配问题。在无线系统中，信道状态信息（CSI）是在基站（BS）处收集的，特别地，本文考虑了一种导频辅助的信道估计方法（TDD模式）。通常，可用的导频比用户少，因此在每个时隙，调度器需要以最大化长期平均吞吐量为目标来决定向用户分配导频。在如何使用有限的导频方面存在固有的权衡：将导频分配给具有最新CSI和良好信道条件的用户以供利用，或者将导频分配给具有过时CSI的用户以供探索。正如我们所示，所产生的导频分配问题是一个不安分的强盗问题，因此其最优解是遥不可及的。在本文中，我们提出了一个近似，通过拉格朗日松弛方法，提供了一个低复杂性的启发式，惠特尔指数政策。我们证明了这一政策是渐近最优的许多用户制度（当系统中的用户数量和可用的导频信道感测增长大）。我们评估的性能惠特尔的指数政策在各种情况下，并说明其显着良好的性能。
2016-08-30 cs.IT math.IT math.OC
Dynamic Channel Acquisition in MU-MIMO
多用户多输入多输出（MU-MIMO）系统由于信道状态信息（CSI）获取开销而受到维度损失的阻碍。在本文中，我们调查用户调度MU-MIMO系统的CSI采集开销，其中基站动态获取用户信道，以避免阻塞系统的CSI开销的帐户。基因辅助优化问题（GAP）首先制定最大化的Lyapunov漂移的每一个调度步骤，将用户队列信息，并考虑到信道的波动。基于GAP的调度方案，即GAP规则，被证明是吞吐量最优的，但实际上是不可行的，因此作为一个性能约束。针对GAP规则的实现开销和延迟不公平性，进一步提出了T帧动态信道捕获方案和幂律DCA方案，分别降低了GAP规则的实现开销和延迟不公平性。这两种方案都是基于间隙规则和证明吞吐量最优。为了使这些方案切实可行，我们提出了启发式方案，基于时隙的量化块长度用户调度方案（QQS），T帧QQS和幂律QQS，这是上述基于GAP的方案的实际版本，分别。基于QOS的方案大大降低了复杂度，并且也相当接近于最优。数值结果评估所提出的计划下的各种系统参数。
2014-10-31 cs.IT math.IT
Statistical CSI Acquisition for Multi-frequency Massive MIMO Systems
Purple Mountain Laboratories（紫金山实验室）；State Grid Jiangsu Electric Power Co. Ltd Ganyu Branch, State Grid Corporation of China (SGCC)（国家电网有限公司江苏省电力有限公司赣榆分公司）
本文提出了一种多频大规模MIMO系统中统计CSI的高效获取方法，通过自回归模型和最大熵准则提升信道估计精度与传输性能。
2025-05-08 cs.IT eess.SP math.IT
Learning the CSI Recovery in FDD Systems
我们提出了一种创新的机器学习为基础的技术，以解决在频分双工系统中的基站的信道捕获的问题。在此上下文中，基站基于来自移动终端的有限下行链路信道状态信息反馈来重构下行链路频率范围中的全信道状态信息。信道状态信息恢复是基于卷积神经网络的，该卷积神经网络是专门在上行链路频域中获取的所收集的信道状态样本上训练的。根本不需要在下行链路频率范围中获取训练样本。最后，在详细介绍和分析所提出的技术及其性能之后，基于最大平均差异度量的分析验证了卷积神经网络的“迁移学习"假设，该假设是所提出的方法的核心。
2021-10-03 cs.IT math.IT
CSI-free vs CSI-based multi-antenna WET for massive low-power Internet of Things
无线能量传输（WET）是为大规模物联网部署提供动力的一种有前途的解决方案。一个重要的问题是昂贵的信道状态信息（CSI）获取过程是否是必要的最佳性能。在本文中，我们揭示了一些光到这个问题上，通过评估CSI为基础的和CSI免费的多天线WET计划中的设置与WET在下行链路中，和周期性或泊松流量的无线信息传输（WIT）在上行链路中。当CSI是可用的，我们表明，最大比传输波束形成器是接近最佳的最远的节点经历至少3 dB的功率衰减比其余的设备。另一方面，虽然所采用的无CSI机制不能提供平均收获增益，但与基于CSI的方案相比，它确实提供了更大的WET/WIT分集和更低的能量要求。我们的数值结果表明，CSI自由计划在周期性的交通条件下表现良好，但它可能是不足的泊松流量的情况下，特别是如果设置不是最佳配置。最后，我们展示了突出的性能结果时，上行链路传输是周期性的，同时强调需要一个最小均方误差均衡器，而不是迫零信息解码。
2020-12-22 cs.IT cs.NI math.IT
Hybrid Knowledge-Data Driven Channel Semantic Acquisition and Beamforming for Cell-Free Massive MIMO
Beijing Institute of Technology（北京理工大学）；Yangtze Delta Region Academy, Beijing Institute of Technology (Jiaxing)（北京理工大学长三角研究院（嘉兴））；Advanced Technology Research Institute, Beijing Institute of Technology（北京理工大学前沿技术研究院）；China Mobile (Chengdu) Institute of Research and Development（中国移动（成都）研究院）
该研究针对室外XR应用的无线传输需求，提出无蜂窝大规模MIMO下知识-数据混合驱动的信道语义获取与波束成形方法，兼具高精度、低复杂度与强鲁棒性。
2023-07-21 cs.AI cs.IT eess.SP
Deep Learning for Massive MIMO Channel State Acquisition and Feedback
Imperial College London（帝国理工学院）
大规模多输入多输出（MIMO）系统是5G和下一代无线网络中过高吞吐量要求的主要推动因素，因为它们可以同时为许多用户提供高频谱和能量效率。为了实现这一点，大规模MIMO系统需要准确和及时的信道状态信息（CSI），其通过涉及导频传输、CSI估计和反馈的训练过程来获取。该训练过程引起训练开销，其随着天线、用户和子载波的数量而缩放。自概念出现以来，减少大规模MIMO系统中的这种训练开销一直是研究的主要课题。最近，已经提出了用于大规模MIMO训练的基于深度学习（DL）的方法，并且与传统技术相比显示出显著的改进。本文概述了如何将神经网络（NN）用于大规模MIMO系统的训练过程中，通过减少CSI获取开销和降低复杂度来提高性能。
2020-04-13 cs.IT cs.LG eess.SP
Interference Alignment-Aided Base Station Clustering using Coalition Formation
基站分簇在大干扰网络中是必要的，其中信道状态信息（CSI）获取开销否则将是压倒性的。在本文中，我们提出了一种新的长期吞吐量模型的集群用户解决干扰缓解能力和CSI获取开销之间的平衡。该模型仅依赖于统计CSI，从而实现长期聚类。基于联盟博弈论的概念，我们提出了一个低复杂度的分布式聚类方法。该算法在几次迭代中收敛，并且仅需要基站之间的有限通信。数值模拟表明，所提出的方法的可行性。
2015-11-12 cs.IT math.IT
Compressed CSI Feedback With Learned Measurement Matrix for mmWave Massive MIMO
实现压缩感知方法获取信道状态信息（CSI）的一个主要挑战在于设计性能良好的测量矩阵以降低稀疏信道向量的维数。广泛采用的随机测量矩阵来自高斯或伯努利分布不是最优的。为了解决这个问题，我们提出了一种完全数据驱动的方法来优化波束空间信道压缩的测量矩阵，这种方法训练一个数学上可解释的自动编码器，根据稀疏恢复的迭代解构造。所得到的测量矩阵可以用较少的测量实现接近完美的CSI恢复，从而可以大大减少反馈开销。
2020-07-11 cs.IT math.IT
Distributed Reconfigurable Intelligent Surfaces Assisted Wireless Communication: Asymptotic Analysis under Imperfect CSI
本文研究了不完美CSI下分布式RISs辅助MISO系统的净和速率性能，推导了SINR与遍历净和速率的确定性等价物，并提出基于DE-S-CSI的低复杂度设计，在低开销与低功耗下实现高净和速率。
2023-06-30 cs.IT eess.SP math.IT
Compressed Sensing-based Pilot Assignment and Reuse for Mobile UEs in mmWave Cellular Systems
用于毫米波通信的技术处于工业界和学术界研究的最前沿，因为毫米波频带为已经分配给蜂窝网络的带宽提供了数量级的额外可用带宽。可以利用在毫米波频带处的小覆盖区中可以支持的更大数量的天线来收获双MIMO类型的波束成形和空间复用增益。类似于LTE系统，收获这些益处的两个先决条件是在训练阶段检测用户和获取用户信道状态信息（CSI）。然而，由于毫米波信道遇到更苛刻的传播和更快的去相关，用户检测和CSI获取的任务都是必要的，比LTE频段更具挑战性。在本文中，我们研究的问题，快速用户检测和CSI捕获的小小区毫米波网络的下行链路。我们假设TDD操作和基于信道互易性的CSI获取。为了实现致密化的好处，我们提出了导频设计和信道估计器，利用积极的导频重用与快速用户检测在基站和压缩感知信道估计的组合。正如我们的模拟所示，相对于传统的基于压缩感知的方法与传统的导频重用，可以同时由整个毫米波频带网络与所提出的方案提供服务的用户的数量大幅增加。
2016-01-14 cs.IT math.IT
Splitting Messages in the Dark- Rate-Splitting Multiple Access for FDD Massive MIMO Without CSI Feedback
针对FDD大规模MIMO系统CSIT获取开销大的问题，提出无CSI反馈框架，利用2D-NOMP算法重建下行CSIT，并基于ECM估计与RSMA预编码优化缓解多用户干扰，实现稳健的总和频谱效率。
2024-11-18 cs.IT eess.SP math.IT
The value of Side Information in Secondary Spectrum Markets
在二级频谱市场中，初级用户为他们未使用的信道向二级用户定价。初选的收益取决于其竞争对手未使用的渠道的可用性。我们认为一个模型是一个主要的可以获得其竞争对手的信道状态信息（C-CSI）的成本。我们制定了一个两个主要之间的游戏，每个主要决定是否收购C-CSI，然后选择其价格的基础上。首先，我们刻画了这个游戏的纳什均衡（NE）的对称模型的C-CSI是完美的。我们发现，一个主要的收益是独立的C-CSI收购成本。然后，我们概括我们的分析，以允许不完美的估计和情况下，两个主有不同的C-CSI成本或不同的信道可用性。有趣的是，我们的研究结果表明，当存在估计误差时，初选的收益会增加。我们还表明，令人惊讶的是，当C-CSI获取成本降低时，初选的预期收益可能会降低初选具有不同的可用性。
2016-10-22 cs.GT cs.IT math.IT
CSI-GPT: Integrating Generative Pre-Trained Transformer with Federated-Tuning to Acquire Downlink Massive MIMO Channels
School of Information and Electronics, Beijing Institute of Technology（北京理工大学信息与电子学院）；King Abdulaziz University（阿卜杜勒阿齐兹国王大学）；School of Electronics and Computer Science, University of Southampton（南安普顿大学电子与计算机科学学院）；Mohamed bin Zayed University of Artificial Intelligence (MBZUAI)（穆罕默德·本·扎耶德人工智能大学）
提出CSI-GPT方法，融合生成式预训练Transformer与联邦调优，实现低开销高效的下行大规模MIMO信道获取，并通过仿真验证其优势。
2024-09-14 cs.IT cs.LG eess.SP
Attention Mechanism Based Intelligent Channel Feedback for mmWave Massive MIMO Systems
具有毫米波（mmWave）和大规模多输入多输出（MIMO）的智能无线通信的潜在优势基于基站（BS）处的瞬时信道状态信息（CSI）的可用性。然而，在频分双工（FDD）系统中，不存在信道互易性导致在BS处难以捕获准确的CSI。许多研究人员探索了基于深度学习（DL）的有效架构来解决这个问题，并证明了基于DL的解决方案的成功。然而，现有的方案集中在获取完整的CSI，而忽略了波束成形和预编码操作。在本文中，我们提出了一种智能信道反馈结构，使用特征矩阵和特征向量反馈神经网络（EMEVNet）。在注意力机制的帮助下，所提出的EMEVNet可以被认为是一个双通道自动编码器，它能够将特征矩阵和特征向量联合编码成码字。仿真结果表明，与传统的基于DL的CSI反馈方法相比，所提出的EMEVNet方法具有很大的性能改善和鲁棒性，具有极低的开销。
2022-11-02 cs.IT eess.SP math.IT
Deep Learning for Uplink CSI-based Downlink Precoding in FDD massive MIMO Evaluated on Indoor Measurements
当操作具有处于不同频率的上行链路（UL）和下行链路（DL）信道的大规模多输入多输出（MIMO）系统（频分双工（FDD）操作）时，用于下行链路预编码的信道状态信息（CSI）的获取是主要挑战。由于除了收发器损伤之外，UL和DL CSI两者都由发射器和接收器周围的物理环境确定，因此理所当然的是，对于静态环境，可以存在从UL CSI到DL CSI的映射。首先，我们建议使用各种基于神经网络（NN）的方法来学习这种映射，并使用经典的信号处理提供基线。其次，我们引入了一个计划来评估所有方法的泛化性能和质量，区分已知和以前看不见的物理位置。第三，我们评估所有的方法在一个真实世界的室内数据集收集32天线通道探测器。
2022-09-22 cs.IT eess.SP math.IT
Scalable Design for RIS-Assisted Multi-User Downlink System Empowered by RSMA under Partial CSI
Jinan University（暨南大学）；TU Braunschweig（布伦瑞克工业大学）；New York University Abu Dhabi（纽约大学阿布扎比分校）；NYU Tandon School of Engineering（纽约大学坦登工程学院）
本文提出基于无监督学习的RSMA方案，通过RISnet神经网络架构从部分CSI中推断完整CSI，提升RIS网络的鲁棒性和可扩展性。
2026-04-15 cs.IT math.IT
Joint Port Selection Based Channel Acquisition for FDD Cell-Free Massive MIMO
针对FDD无蜂窝大规模MIMO中CSI获取开销大的问题，本文提出基于联合端口选择的CSI获取与反馈方案，并设计GS-JPS和DL-JPS两种端口选择算法，仿真表明其性能优于现有方案。
2024-01-12 cs.IT eess.SP math.IT
Active Learning and CSI Acquisition for mmWave Initial Alignment
University of California, San Diego（加州大学圣地亚哥分校）
具有大型天线阵列的毫米波（mmWave）通信是一种很有前途的技术，由于mmWave频带中的大的可用带宽，因此能够实现极高的数据率。此外，在已知最佳定向波束成形向量的情况下，大型天线阵列已被证明可以克服毫米波中的严重信号衰减以及干扰问题。然而，对最佳波束成形向量的可实现学习率的基本限制仍然存在。本文研究了在通信的初始接入阶段波束形成向量的自适应和顺序优化问题。使用单路径信道模型，问题被简化为主动学习从用户发送到基站（BS）的信号的到达角（AoA）。借鉴分层波束成形码本[1]、顺序测量相关噪声搜索策略[2]和来自不完美标记器的主动学习[3]的设计中的最新结果，提出了自适应和顺序对准算法。该算法的预期搜索时间的上限是通过外部詹森-香农发散。这表明所提出的算法的搜索时间渐近地匹配无噪声二分搜索的性能直到常数因子。此外，上界表明，所获得的AoA错误概率随着搜索时间呈指数快速衰减，其指数是捕获速率的递减函数。数值上，所提出的算法与以前的工作相比，观察到系统通信速率的显着改善。最值得注意的是，在低（-10dB至5dB）原始SNR的相关范围内，这为初始接入建立了第一个实际可行的解决方案，并因此首次演示了独立毫米波通信
2019-09-04 cs.IT cs.LG math.IT
Design of an Efficient CSI Feedback Mechanism in Massive MIMO Systems: A Machine Learning Approach using Empirical Data
大规模多输入多输出（mMIMO）机制在精确获取信道状态信息（CSI）的情况下获得空间分集和复用增益的益处。在当前的通信架构中，下行链路CSI由用户设备（UE）经由专用导频估计，然后反馈给gNodeB（gNB）。反馈信息被压缩，目的是减少空中开销。这种压缩增加了所获取的CSI的不准确性，从而降低了整体频谱效率。提出了一种基于机器学习（ML）的CSI反馈算法，该算法利用双通道预测器，计算量小.所提出的方法可以用于时分双工（TDD）和频分双工（FDD）系统，并且它允许减少反馈开销并提高所获取的CSI准确度。为了观察到真正的好处，我们证明了所提出的方法使用的经验数据记录在诺基亚在德国斯图加特的校园的性能。数值结果表明，所提出的方法在减少开销，最大限度地减少量化误差，提高频谱效率，余弦相似性，和预编码增益相比，传统的CSI反馈机制的有效性。
2022-08-25 cs.IT eess.SP math.IT
Two-Timescale End-to-End Learning for Channel Acquisition and Hybrid Precoding
Zhejiang University（浙江大学）；NVIDIA（英伟达）；Weizmann Institute of Science（魏茨曼科学研究所）
针对毫米波（mmWave）大规模多输入多输出（MIMO）系统，提出了一种基于深度学习的端到端联合收发器设计算法，该算法由深度神经网络（DNN）辅助导频训练、信道反馈和混合模数（HAD）预编码组成。具体来说，我们开发了一种DNN架构，该架构将接收到的导频映射到接收机处的反馈比特，然后进一步将反馈比特映射到发射机处的混合预编码器中。为了减少信令开销和信道状态信息（CSI）的不匹配所造成的传输延迟，两个时标DNN组成的长期DNN和短期DNN的发展。模拟预编码器由长期DNN基于CSI统计来设计，并且在由多个时隙组成的帧中更新一次。相比之下，数字预编码器在每个时隙处基于估计的低维等效CSI矩阵由短期DNN优化。一个双时标的训练方法也开发了建议DNN与二进制层。然后，我们分析了所提出的DNN算法的泛化能力和信令开销。仿真结果表明，我们所提出的技术显着优于传统的方案在比特出错率性能与减少信令开销和更短的导频序列。
2021-10-26 cs.IT cs.LG eess.SP
ML Codebook Design for Initial Access and CSI Type-II Feedback in Sub-6GHz 5G NR
本文提出一种基于神经网络的波束空间码本设计方法，将码本与反馈知识映射到统一波束空间，以优化5G NR初始接入和CSI反馈，仿真证明其优于传统码本，并强调反馈配置优化在Sub-6GHz频段的重要性。
2023-05-16 cs.IT cs.SY eess.SP
Reducing Pilots in Channel Estimation with Predictive Foundation Models
School of Information Science and Engineering, Southeast University（东南大学信息科学与工程学院）；Department of Electrical and Computer Engineering, University of California, Santa Cruz（加州大学圣克鲁兹分校电气与计算机工程系）；Institute of Communications Engineering, National Sun Yat-sen University（国立中山大学通信工程研究所）
本文提出基于预测基础模型的通道估计框架，通过提取通用通道表示和预测先验，实现低开销且可推广的CSI获取，结合视觉Transformer架构的飞行员处理网络和高效融合机制，在多样配置中优于传统和数据驱动基线。
2026-03-15 cs.IT eess.SP math.IT
A Scalable Framework for CSI Feedback in FDD Massive MIMO via DL Path Aligning
与时分双工（TDD）系统不同，在频分双工（FDD）的情况下，下行链路（DL）和上行链路（UL）信道不再是互逆的。然而，一些长期参数，例如信道路径的时间延迟和到达角（AoA），仍然具有互易性。在本文中，通过有效地利用上述有限的互易性，我们解决了DL信道状态信息（CSI）反馈在一个实际的宽带大规模多输入多输出（MIMO）系统中工作在FDD模式。利用正交频分复用（OFDM）波形并假设频率选择性衰落信道，我们提出了一个可扩展的框架，用于DL导频设计、DL CSI获取以及UL中相应的CSI反馈。具体地，基站（BS）可以发送具有精心选择的相移的基于FFT的导频。然后，用户可以依赖于所谓的时域聚合信道（TAC），以根据其自己的关于DL信道的统计的知识或来自服务BS的指令来导出降低的维数的反馈。我们证明，每个用户可以只反馈一个标量数每个DL信道路径的BS恢复DL CSI。全面的数值结果进一步证实了我们的设计。
2016-12-30 cs.IT math.IT
Sacrificing CSI for a Greater Good: RIS-enabled Opportunistic Rate Splitting
在可重构智能表面（RIS）辅助系统中，相移的优化需要分别获取直接和RIS辅助信道的信道状态信息（CSI），这带来了重大的设计挑战。在本文中，提出了一种新的方案，它考虑了实际的限制，如导频开销和信道估计（CE）错误，以提高净性能。更具体地，以不可预测的干扰为代价，牺牲了用于RI辅助信道的CSI的一部分，以便减少CE时间。通过在相干块之间交替CSI并采用速率分割，可以减轻干扰，从而补偿牺牲的CSI的不利影响。数值仿真验证了该方案具有更好的性能，可实现的净速率，导致高达160%的增益相比，非正交多址接入（NOMA），当CE时间和CE错误被认为是。
2022-03-28 cs.ET cs.IT eess.SP
CSI Prediction Using Diffusion Models
本文提出一种基于扩散模型的新型概率CSI预测框架，分解任务为时间编码器与扩散生成器，研究多种推理方案与骨干，仿真显示其性能优于现有最先进基线模型。
2026-07-30 cs.IT eess.SP math.IT
Seeing the Unobservable: Channel Learning for Wireless Communication Networks
无线通信网络严重依赖于信道状态信息（CSI）来为信号处理和网络操作做出明智的决策。然而，传统的CSI捕获方法面临着许多困难：导频辅助的信道训练消耗了大量的信道资源，减少了节能的机会;而位置辅助的信道估计存在位置信息不准确和不充分的问题。在本文中，我们提出了一种新的信道学习框架，它可以解决这些困难，从可观察的CSI推断不可观察的。我们从理论上制定了这个框架，并说明了一个特殊的情况下，可以保证不可观测CSI的可学习性。然后描述信道学习的可能应用，包括多层网络中的小区选择、用于设备到设备（D2 D）通信的设备发现、以及用于负载均衡的端到端用户关联。我们还提出了一个基于神经网络的算法在多层网络中的细胞选择问题。该算法的性能进行评估，使用基于几何的随机信道模型（GSCM）。在具有5个小小区的设置中，平均小区选择准确度为73% -与需要真实位置信息的位置辅助算法相比仅损失3.9%。
2015-08-24 cs.IT cs.NI math.IT
CAnet: Uplink-aided Downlink Channel Acquisition in FDD Massive MIMO using Deep Learning
Southeast University（东南大学）；National Sun Yat-sen University（国立中山大学）
本文提出 CAnet 深度学习框架，联合设计 FDD Massive MIMO 的下行导频、信道估计与反馈，并证明直接反馈导频可在上行辅助下节省约 20% 反馈比特。
2021-01-12 cs.AI cs.IT math.IT
Inferring Remote Channel State Information: Cramér-Rao Lower Bound and Deep Learning Implementation
Tsinghua University（清华大学）；University of Southern California（南加利福尼亚大学）
信道状态信息（CSI）在无线通信系统中具有重要的意义。现有的CSI捕获方法通常依赖于导频传输，并且具有不相关CSI的地理上分离的基站（BS）需要被分配正交导频，这占用了过多的系统资源。我们之前的工作采用了基于数据驱动的深度学习的方法，该方法利用本地BS处的CSI来远程推断CSI，但是没有明确指定分离的BS之间的CSI的相关性。在本文中，我们利用一个基于模型的方法来推导的Cramér-Rao下界（CRLB）的远程CSI推理给定本地CSI。虽然模型被简化，推导出的CRLB明确地说明了推理性能和几个关键系统参数之间的关系，例如，终端距离和天线阵列尺寸。特别地，它示出了通过利用多个本地BS，推断误差表现出更大的幂律衰减率（w.r.t.天线的数量），与单个本地BS相比;这解释并验证了我们在评估基于深度神经网络（基于DNN）的CSI推断中的发现。我们进一步改进的DNN为基础的方法，采用辍学和更深的网络，并显示出近似$90\%$精度的推理性能在现实的场景中与CSI生成的光线跟踪模拟器。
2018-12-04 cs.IT cs.LG math.IT
Channel Covariance Estimation in Massive MIMO Frequency Division Duplex Systems
在频分双工（FDD）模式下的多用户Massive MIMO系统中，信道协方差是获取瞬时信道状态信息（CSI）的关键因素。在此上下文中，信道互易性不成立，并且通常预期关于下行链路信道的协方差信息必须由用户设备（UE）估计并反馈。作为另一种CSI获取技术，我们建议根据观测到的上行链路协方差来推断下行链路协方差。该推断过程依赖于上行链路/下行链路协方差矩阵的字典，以及对应的黎曼空间中的插值;一旦字典已知，估计就不依赖于来自UE的任何形式的反馈。在这篇文章中，我们提出了几种不同的插值方法，并通过模拟对它们进行基准测试。
2016-02-18 cs.IT math.IT stat.AP
Exploiting Wireless Channel State Information Structures Beyond Linear Correlations: A Deep Learning Approach
Shanghai Institute for Advanced Communication and Data Science（上海先进通信与数据科学研究院）；Shanghai University（上海大学）；Beijing National Research Center for Information Science and Technology（北京信息科学与技术国家研究中心）；Tsinghua University（清华大学）；University of Southern California（南加州大学）；Intel Corporation（英特尔公司）
关于无线系统在其中操作的传播信道的信息的知识使得能够实现用于信号传输的更好、更有效的方法。因此，信道状态信息（CSI）对系统性能起着至关重要的作用。CSI的重要性实际上在即将到来的5G及以后的系统中正在增长，例如，用于实现大规模多输入多输出（MIMO）。然而，及时和准确的CSI的获取长期以来一直被认为是一个主要问题，并且由于需要在大规模MIMO系统中获得许多天线元件的CSI而变得越来越具有挑战性。为了应对这一挑战，现有的工作主要集中在利用线性结构的CSI，如CSI在空间域中的相关性，以实现降维。在这篇文章中，我们首先系统地回顾了CSI结构开发的最新技术，然后扩展到寻求更深的结构，使远程CSI推理，其中数据驱动的深度神经网络（DNN）的方法是必要的，由于模型不足。我们开发适合CSI数据的特定DNN设计。提供的案例研究，以证明在这个方向的未来性能增强的巨大潜力。
2018-12-03 cs.IT cs.LG math.IT
Velocity-aware Antenna Selection in Predictor Antenna Systems
移动中继（MR），这是一个候选的解决方案，支持车载用户，已在不同的研究。由于MR的移动性质，由于车辆周围快速变化的环境，在发射机侧（CSIT）获取信道状态信息是具有挑战性的。在MR之上，可以使用预测器天线（PA），即，在接收天线（RA）前面的附加天线以获得CSIT，并且最近的工作已经研究了这种设置的益处。PA辅助的CSIT采集通常在MR的位置和速度等不同内容信息的帮助下工作。在本文中，我们研究了速度感知对PA系统的影响，并开发了PA辅助的MR中的自适应天线选择方案。结果表明，与无CSIT方案相比，基于速度感知天线选择的PA系统可以将端到端吞吐量提高一个数量级。
2021-09-30 cs.IT eess.SP math.IT
Transformer-assisted Parametric CSI Feedback for mmWave Massive MIMO Systems
针对毫米波大规模MIMO系统CSI反馈开销大的问题，提出结合深度学习的参数化CSI反馈方法，将信道压缩为少量几何参数以降低开销，通过深度学习提取参数与重建信道抑制量化误差，在NMSE和BER上优于传统方法。
2024-10-09 cs.IT eess.SP math.IT
SNOPS: Short Non-Orthogonal Pilot Sequences for Downlink Channel State Estimation in FDD Massive MIMO
由于区分天线（在下行链路中）和用户（对于上行链路，其中给定频谱资源可以由大量用户共享）所需的训练序列的长度，信道状态信息（CSI）获取是大规模MIMO无线系统的设计中的显著瓶颈。在本文中，我们专注于下行链路CSI估计情况。考虑到在基站收发信台（BTS）侧的空间相关性的存在，并假设每个用户的信道统计是已知的，我们试图利用这种相关性，以最小化导频序列的长度。我们介绍了一种依赖于非正交导频序列和来自用户终端（UT）的反馈的方案，该方案使BTS能够估计所有下行链路信道。由于对导频的宽松的正交性假设，所获得的导频序列的长度可以严格地小于BTS处的天线的数量，而CSI估计误差保持任意小。我们介绍了两种算法来动态设计所需的导频序列，分析和验证所提出的CSI估计方法的性能，通过数值模拟使用一个现实的情况下，基于一个环信道模型。
2016-09-07 cs.IT math.IT
Wireless Digital Twin Calibration: Refining DFT-Domain Channel Information
School of Electrical, Computer, and Energy Engineering, Arizona State University（亚利桑那州立大学电气、计算机与能源工程学院）；Nokia Bell Laboratories（诺基亚贝尔实验室）
本文提出通过校准DFT域信道信息而非数字孪生模型本身，以提升低保真数字孪生与高保真模型或现实世界的一致性，从而在降低计算开销的同时保持高质量的信道状态信息获取。
2026-04-20 cs.IT eess.SP math.IT
