BERT4MIMO: A Foundation Model using BERT Architecture for Massive MIMO Channel State Information Prediction

要約

大規模MIMO（Multiple-Input Multiple-Output）とは、多数のアンテナを使用し、通信容量、スペクトル、エネルギー効率の面で通信システム全体の性能を向上させる先進的な無線通信技術である。MIMOシステムの性能は、チャネル状態情報（CSI）の品質に大きく依存する。したがって、CSIを予測することは、特にMIMOシステムにおいて、通信システムの性能を向上させるために不可欠である。CSIは、伝搬、フェージング、散乱、経路損失などの無線チャネルの重要な特性を表すからである。本研究では、BERT4MIMOと呼ばれる、BERTにインスパイアされた基礎モデルを提案し、これは特に大規模MIMOシステムからの高次元CSIデータを処理するように設計されている。BERT4MIMOは、ディープラーニングとアテンションメカニズムにより、様々なモビリティシナリオとチャネル条件下でのCSI再構成において優れた性能を提供する。実験結果は、様々な無線環境におけるBERT4MIMOの有効性を実証している。

要約(オリジナル)

Massive MIMO (Multiple-Input Multiple-Output) is an advanced wireless communication technology, using a large number of antennas to improve the overall performance of the communication system in terms of capacity, spectral, and energy efficiency. The performance of MIMO systems is highly dependent on the quality of channel state information (CSI). Predicting CSI is, therefore, essential for improving communication system performance, particularly in MIMO systems, since it represents key characteristics of a wireless channel, including propagation, fading, scattering, and path loss. This study proposes a foundation model inspired by BERT, called BERT4MIMO, which is specifically designed to process high-dimensional CSI data from massive MIMO systems. BERT4MIMO offers superior performance in reconstructing CSI under varying mobility scenarios and channel conditions through deep learning and attention mechanisms. The experimental results demonstrate the effectiveness of BERT4MIMO in a variety of wireless environments.

arxiv情報

提供元, 利用サービス

arxiv.jp, DeepL