新质生产力人工智能+系列3：6G时代AI研究-基于AI的CSI压缩反馈（含任务、数据、代码、仿真资源）

关注

VIP免费原创 2024-04-24 17:18:39 1.8k 阅读 AI 写同款· GEO 优化 ›

网络智能化/通信AI十大方向-信道建模预测之基于AI的CSI压缩反馈基于以上研究背景，“智慧网络”国家新一代人工智能开放创新平台构建了基于AI的CSI压缩反馈开放任务，用户可使用平台提供的AI算法开发、训练环境，并在线使用丰富数据集及可灵活自配置参数的构建数据集的仿真能力进行AI模型训练，可满足模型精度及模型泛化性等多种研究需求。此外在该任务中还提供了一种可验证AI模型在整个通信过程中效果的系统级仿真环境，并提供了多种系统级指标进行算法多维度的验证、评估。深度学习( Deep Learning，DL) 为解决大规模MIMO 系统中的CSI 反馈问题提供了新的思路。阅读详情

在新质生产力高质量发展的要求下，中国移动在“人工智能+”和 “数据要素X”方面不断发力，持续发布高质量电信数据集。围绕网元智能、运维智能、服务智能三大方向建设，涵盖无线信道、基站、云网、核心网、哑资源等多领域，支持感知、诊断、预测、决策、大模型等多类网络AI能力研发的标志性数据集。相关数据集均由智慧网络开放创新平台承载。

中国移动 - 智慧网络新一代人工智能开放创新平台https://jiutian.10086.cn/open/

基于AI的CSI压缩反馈

中国移动 - 智慧网络新一代人工智能开放创新平台https://jiutian.10086.cn/open/?src=csdn#/taskParticulars/720003/复杂信道环境的无线信道状态信息数据及仿真环境，提供了丰富的公共信道数据集和用户自构建数据集，用户可自由组合数据集用于AI模型训练。平台还提供了仿真验证环境，可通过系统仿真得出AI模型的效果指标和对无线网络的性能影响。

下面详细介绍引自智慧网络开放创新平台官网基于AI的CSI压缩反馈介绍页面

任务、数据集、代码资源

特色优势

背景介绍

在5G NR中，CSI（Channel State Information）的反馈是非常重要的一个环节，它能帮助基站精确地了解无线信道状态，从而优化传输参数以提高系统性能。然而，由于无线信道的复杂性以及5G支持的大规模MIMO和高频段大带宽通信，CSI信息通常具有很高的维度和丰富的细节，导致反馈所需的带宽资源非常庞大。
基于此背景，本平台发布了基于AI的CSI压缩反馈任务，利用基于人工智能的方法来高效压缩和编码CSI信息。本平台提供了丰富的公共信道数据集和用户自构建数据集，用户可自由组合数据集用于AI模型训练。本平台还提供了仿真验证环境，可通过系统仿真得出AI模型的效果指标和对无线网络的性能影响。

任务介绍

本任务借助AI的信息压缩、非线性恢复能力，在UE侧将获取到的信道信息经过特征提取后使用AI算法进行压缩并反馈至基站侧，基站侧进行解压缩和特征提取后最大程度还原UE侧实际信道状态信息，如图1。
本任务的数据集包括基于真实地图仿真的信道特征向量和3GPP标准信道模型（IMT2000、SCME、ITU、CDL）仿真的信道特征向量。另外，本任务还为用户提供自建数据集环境，用户可根据研究需求，配置仿真参数，通过平台提供的仿真器，自主生成数据集用于AI模型训练。
本任务提供的系统仿真器孪生了现网某区域21个小区的真实场景，环境特征和信道特征均接近现网实际情况。系统仿真器通过API接口与AI模型实时交互，使用AI模型输出的CSI信息进行下行业务传输。仿真完成后，可在真实地图场景中查看仿真结果，仿真结果按照仿真进度展示整体和小区级模型指标和业务指标。本任务根据评测标准对模型进行综合打分，并在排行榜中进行排名，为用户展示模型的优劣。