CSIフィードバックのためのディープジョイントソースチャネル符号化:エンドツーエンドアプローチ【JST・京大機械翻訳】

Xu Jialong; Ai Bo; Wang Ning; Chen Wei

プレプリント

J-GLOBAL ID：202202216744424280 整理番号：22P0322226

CSIフィードバックのためのディープジョイントソースチャネル符号化:エンドツーエンドアプローチ【JST・京大機械翻訳】

Deep Joint Source-Channel Coding for CSI Feedback: An End-to-End Approach

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (4件)： , , ,
資料名：
発行年： 2022年03月29日プレプリントサーバーでの情報更新日： 2022年04月06日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

MIMO技術によるスループットの増加は,基地局(BS)で取得したチャネル状態情報(CSI)の知識に依存する。CSIフィードバックオーバヘッドを,MIMO技術(例えば,大規模MIMOと超大規模MIMO)の進化のために手頃にするために,深い学習(DL)を導入して,CSI圧縮タスクに対処した。既存の通信システムにおける分離原理に基づいて,DLベースのCSI圧縮をソース符号化として使用した。しかし,この分離ソースチャネル符号化(SSCC)方式は,有限ブロック長領域におけるジョイントソースチャネル符号化(JSCC)方式よりも劣っている。本論文では,CSIフィードバックタスクのためのディープジョイントソースチャネル符号化(DJSCC)ベースのフレームワークを提案した。特に,提案方法はCSI源と無線チャネルから同時に学習できる。既存の方法における遅延領域におけるFourier変換を通してCSIを切断する代わりに,著者らは非線形変換ネットワークを適用してCSIを圧縮した。さらに,無線チャネル変動を扱うためにSNR適応機構を採用した。大規模な実験は,提案したフレームワークの妥当性,適応性,および普遍性を示した。【JST・京大機械翻訳】

, , , , , , , , , , ,
, , , , , 【Automatic Indexing@JST】

無線通信一般 , 移動通信

, ,

前のページに戻る