基于AI的信道信息反馈性能提升Baseline分享

今天老肥和大家分享一个和通信相关的人工智能比赛，有不少朋友在这个赛题上遇到了很多问题，导致无法正常提交或者无法得到有效的分数，我搜集了一些与赛题相关的论文资料，并会给出目前排名前十的Baseline方案，帮助大家更快上手。

赛题介绍

背景

对于当前通信系统来说，物理层是通信服务得到保障的基础；而对于物理层来说，MIMO则是基本的支撑技术；对于MIMO来说，准确地确定信道质量并做有效反馈及利用又是必不可少的关键问题。

基于AI的信号检测、信道估计、反馈机制的探索可以对于上述问题带来全新的思考维度，例如借助神经网络的非线性还原优势，最大程度地在基站侧还原UE实际信道特征，并有效利用上述全信道特征后，可期望在物理层新的突破[1]。

任务

本赛题考虑利用AI的信息压缩性能，将全信道信息作为待压缩信息进行处理，并在接收端做信息恢复，以供基站调整相应参数，做出最佳数据调度方案。

简单来说，要求我们设计一组自编码器，包括Encoder和Decoder，前者进行信息压缩，后者