Key points are not available for this paper at this time.
Die Wirksamkeit von massiven Mehrfacheingangs-Mehrfachausgangs- (MIMO) Techniken hängt stark von der Genauigkeit der Kanalzustandsinformation (CSI) in Frequenzteilung Duplex- (FDD) Systemen ab. Viele Arbeiten konzentrieren sich auf CSI-Kompressions- und Quantisierungsmethoden, um die Genauigkeit der CSI-Rekonstruktion mit einem geringeren Feedbackaufwand zu verbessern. In diesem Schreiben schlagen wir CsiConformer vor, ein neuartiges CSI-Feedback-Netzwerk, das konvolutionale Operationen und Selbstaufmerksamkeitsmechanismen kombiniert, um die Genauigkeit des CSI-Feedbacks zu verbessern. Zusätzlich wurde ein neues Quantisierungsmodul entwickelt, um die Kodierungseffizienz zu steigern. Experimentelle Ergebnisse zeigen, dass CsiConformer frühere state-of-the-art Netzwerke übertrifft und eine durchschnittliche Genauigkeitsverbesserung von 17,67\% bei geringerem rechnerischen Aufwand erreicht.
Sun et al. (Thu,) haben diese Frage untersucht.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: