Nov, 2019

基于卷积神经网络的大规模 MIMO 系统中的 CSI 定位

TL;DR研究了利用大规模 MIMO 系统的信道状态信息 (CSI) 的用户定位系统的性能。设计了一种卷积神经网络,并通过一个新颖的数据集进行了评估,该数据集利用三种不同的天线拓扑结构进行了室内 MaMIMO CSI 测量,覆盖了室内 2.5 米乘 2.5 米的区域。研究结果表明,可以通过训练 CNN 模型来估计用户在该区域内的位置,平均误差小于半个波长。此外,我们还表明,通过使用少量的标记样本,可以进一步训练 CNN,来应用于不同的天线拓扑和配置。这种迁移学习方法能够达到精确的结果,为基于 CSI 的定位系统铺平道路。