Bu tədqiqat tezlik bölgüsü ilə dupleks (Frequency Division Duplex, FDD) massive MIMO sistemlərində baza stansiyasına geri göndərilməli olan yüksəkölçülü kanal vəziyyəti məlumatını (Channel State Information, CSI) daha sürətli və daha kiçik təmsilə çevirməyi araşdırır. Müəlliflərin hazırladığı TAP (Tap-Assisted Parametric CSI Compression) üsulu keçmiş və cari kanal tezlik cavablarından zamansal məlumat çıxaran yüngül 1B neyron şəbəkəsi ilə dominant çoxşüalı yayılma gecikmələrini bir keçiddə qiymətləndirir; kəsr gecikmələri sub-grid interpolyasiyası ilə müəyyənləşdirir və fəza üzrə kompleks amplitudaları qapalı formalı ən kiçik kvadratlar həlli ilə hesablayır. Beş fərqli 3GPP əsaslı və ya 3GPP-yə uyğun simulyasiya mühitində TAP bir meqabaytdan kiçik model ölçüsü və təxminən 0,48–0,64 ms aralığında bildirilən inferensiya vaxtları ilə güclü CFR-NMSE performansı göstərir. Bununla belə nəticələr əsasən şüa izləmə və stoxastik kanal simulyasiyalarına əsaslanır; tədqiqat real simsiz sahədə over-the-air doğrulama təqdim etmir və mövcud riyazi quruluş uzaq-sahə müstəvi dalğa fərziyyəsi ilə məhdudlaşır.

TAP-ın əsas ideyası klassik sıxılmış hiss etmə üsullarının fiziki şərh edilə bilməsini dərin öyrənmənin sürətli inferensiyası ilə birləşdirməkdir. Klassik Orthogonal Matching Pursuit (OMP) gecikmə fəzasındakı dominant yolları ardıcıl axtardığı üçün dəqiq, lakin iterativ və bahalı proses yaradır. TAP isə keçmiş CSI nümunələrinin zamansal davamlılığından istifadə edərək mümkün fiziki gecikmələri neyron şəbəkəsi ilə birbaşa müəyyənləşdirməyi, sonra isə yalnız bir dəfə ən kiçik kvadratlar həlli aparmağı hədəfləyir. Beləliklə şəbəkə bütün kanalı əzbərləyən böyük kodlayıcı-kod açıcı olmaq əvəzinə fiziki gecikmə parametrlərini tapmağa fokuslanır.

Tədqiqatın Türkiyə baxımından mənası üsulun birbaşa müəyyən ölkənin şəbəkəsindən asılı olmamasıdır. FDD massive MIMO və gələcəkdə yüksək anten saylı simsiz sistemlərdə CSI geri bildiriş yükünü azaltmağa yönələn bu yanaşma Türkiyədəki tədqiqat və inkişaf işlərində də araşdırıla bilər. Lakin məqalədəki UMa, InF, UMi, InH və CDL-A nəticələrinin Türkiyədəki real operator sahələrinə birbaşa köçürülməsi elmi baxımdan uyğun deyil. Yerli tezlik bölgüləri, real baza stansiyası massivləri, terminal avadanlığı, mobillik, bina və relyefdən yaranan yayılma xüsusiyyətləri və real CSI-RS ölçmələri ilə ayrıca doğrulama aparılmalıdır.

Tədqiqatın əsas problemi nədir?

FDD massive MIMO-da baza stansiyası (BS) aşağı əlaqə kanalını birbaşa yuxarı əlaqə kanalından çıxara bilmir. Buna görə istifadəçi avadanlığı (User Equipment, UE) aşağı əlaqə kanalını qiymətləndirməli, çox yüksəkölçülü CSI məlumatını sıxmalı və məhdud tutumlu yuxarı əlaqə idarəetmə kanalı ilə baza stansiyasına geri göndərməlidir. Anten sayı və OFDM alt daşıyıcılarının sayı artdıqca tam kanal tezlik cavabı (Channel Frequency Response, CFR) matrisi də böyüyür.

Tədqiqat bu problemə mövcud yanaşmaları üç qrupda nəzərdən keçirir. OMP, LASSO və TVAL3 kimi sıxılmış hiss etmə üsulları gecikmə sahəsindəki fiziki seyrəkliyə əsaslanır, lakin iterativ hesablamaya görə gecikmə yaradır. CsiNet ailəsi kimi dərin öyrənmə üsulları sürətli inferensiya edə bilir, amma müəyyən anten həndəsələrinə və təlim mühitlərinin statistikasına bağlana bilər. 3GPP Type-1 və Type-2 kod kitabları isə hesablama baxımından yüngül olsa da tədqiqatda daha yüksək yenidənqurma xətası ilə müqayisə olunur.

Fiziki kanal necə modelləşdirilir?

Tədqiqatda bir hüceyrəli, FDD massive MIMO və OFDM sistemi nəzərdən keçirilir. Baza stansiyası N_r × N_c vahid müstəvi anten massivinə və P polyarizasiyaya malikdir. Ümumi anten portlarının sayı:

\[ N_{\mathrm{ant}} = P N_r N_c \]

kimi təyin olunur.

Bir alt daşıyıcı və anten elementi üçün kanal tezlik cavabı müxtəlif çoxşüalı komponentlərin cəmi kimi modelləşdirilir:

\[ H[n,m]=\sum_{l=1}^{L}\alpha_{l,m}e^{-j2\pi f_n\tau_l} \]

Burada \(\alpha_{l,m}\) l-ci yolun m-ci anten üzərindəki kompleks fəza amplitudası; \(\tau_l\) fiziki yayılma gecikməsi; \(f_n\) isə n-ci alt daşıyıcının tezliyidir. Tədqiqatın kritik fiziki fərziyyəsi uzaq sahədə eyni çoxşüalı komponentin gecikməsinin anten massivi boyunca ümumi qəbul oluna bilməsi, antenlər arasındakı fərqin isə əsasən kompleks fəza amplitudalarına daşınmasıdır.

Tezlik oxunda tərs sürətli Furye çevirməsi (IFFT) tətbiq edildikdə kanal kanal impuls cavabı (Channel Impulse Response, CIR) kimi gecikmə sahəsinə keçir. Enerji məhdud sayda dominant fiziki yol ətrafında toplandığına görə CIR seyrək struktur göstərir. TAP bu fiziki xüsusiyyətdən birbaşa istifadə edir.

Niyə klassik OMP kifayət qədər sürətli deyil?

OMP hər iterasiyada cari qalıq siqnalını gecikmə lüğəti ilə müqayisə edir, ən güclü atomu seçir, aktiv lüğəti böyüdür, ən kiçik kvadratlar həlli aparır və qalığı yenidən hesablayır. Buna görə təxmin edilən yol sayı artdıqca IFFT, korrelyasiya və matris həlli təkrar-təkrar yerinə yetirilir.

Tədqiqatın Şəkil 2-sində yol sayı artdıqca NMSE yaxşılaşdığı halda emal vaxtının da nəzərəçarpacaq yüksəldiyi göstərilir. Mətndə K = 10 üçün təxminən 1000 ms emal vaxtı bildirilir. Buna qarşı daha sonrakı Cədvəl IV-də OMP (K = 10) üçün 630,15 ms göstərilir. Bu iki rəqəm eyni mənbədə fərqli olduğuna görə vahid dəqiq OMP gecikməsi kimi birləşdirilməməlidir; hər ikisi üsulun sub-millisaniyə hədəfindən çox yuxarı qaldığını göstərir.

Bir dəfəyə IFFT pik seçimi niyə həll deyil?

Müəlliflər iki əsas səbəb açıqlayırlar. Birincisi spektral sızma. Sonlu bant eni tezlik sahəsində düzbucaqlı pəncərə kimi davranaraq gecikmə sahəsində sinc formalı əsas lob və yan loblar yaradır. Güclü fiziki yolun yan lobu daha zəif həqiqi yol kimi səhv seçilə bilər.

İkinci problem grid mismatch, yəni fiziki gecikmələrin sayısal gecikmə torunun tam üzərinə düşməməsidir. Həqiqi gecikmə iki grid nöqtəsinin arasındadırsa enerji qonşu atomlara yayılır. Lüğəti həddən artıq nümunələmək ayırdetməni artırsa da qonşu atomların bir-biri ilə yüksək korrelyasiyalı olmasına səbəb olur. Beləliklə tək fiziki yol bir neçə ayrı yol kimi qəbul edilə bilər.

Gecikmə xətası niyə xüsusilə vacibdir?

Tədqiqat yalnız eksperimental müqayisə aparmır, gecikmə qiymətləndirmə xətasının CFR yenidənqurma xətasına necə çevrildiyini riyazi olaraq da araşdırır. Tək fiziki yol üçün həqiqi gecikmənin \(\tau\), təxminin isə \(\hat{\tau}=\tau+\Delta\tau\) olduğu qəbul ediləndə, ən kiçik kvadratlar həlli amplitudanı və sabit fazanı düzəldə bilsə belə gecikmə xətasının tezlikdən asılı faza meylini aradan qaldıra bilmir.

Tədqiqatda çıxarılan yuxarı sərhəd:

\[ \mathrm{CFR\!-\!NMSE} \leq \frac{4\pi^2 E_f}{N_{\mathrm{sc}}}\Delta\tau^2 \]

şəklində verilir. Burada:

• \(N_{\mathrm{sc}}\): OFDM alt daşıyıcılarının sayıdır.
• \(\Delta\tau\): fiziki gecikmə qiymətləndirmə xətasıdır.
• \(E_f=\sum_k f_k^2\): istifadə olunan tezlik nöqtələrinin yayılma enerjisini təmsil edir.

Bu əlaqənin əsas mesajı gecikmə xətasının təsirinin kvadratik artması və genişzolaqlı sistemlərdə kiçik gecikmə xətalarının belə əhəmiyyətli CFR xətasına çevrilə bilməsidir. Çoxşüalı halda xəta həmçinin dominant yol amplitudaları ilə çəkiləndirilir; buna görə güclü görünüş xətti komponentindəki kiçik gecikmə xətası xüsusilə mühümdür.

TAP nəyi fərqli edir?

TAP klassik OMP-nin iterativ atom axtarışını DelayNet adlı yüngül 1B konvolyusiya neyron şəbəkəsi ilə əvəz edir. Şəbəkə yalnız cari CFR-ni deyil, cari və keçmiş CFR nümunələrindən ibarət zamansal pəncərəni birlikdə istifadə edir. Əvvəlcə alt daşıyıcı oxunda Hamming pəncərəsi və IFFT tətbiq edilərək məlumatlar gecikmə sahəsinə çevrilir. Zamansal ardıcıllıq fiziki yolların zaman boyunca ardıcıl hərəkətini təsadüfi səs-küy və keçici yan-lob strukturlarından ayırmaq üçün məlumat verir.

DelayNet gecikmə oxunda çoxetiketli ehtimal istilik xəritəsi yaradır. Arxitekturda anten ölçülərinə birbaşa bağlı tam əlaqəli qatlar əvəzinə anten üzrə orta və depthwise separable convolution istifadə olunur. Beləliklə öyrədilə bilən parametr sayının anten massivinin sətir və sütun sayı ilə böyüməməsi hədəflənir.

Kəsr gecikmə necə tapılır?

Ətraflı metod bölməsində ən yüksək K lokal pikin ətrafındakı üç ehtimal dəyərinə parabola uyğunlaşdırılaraq sub-grid ofset hesablanır:

\[ \Delta_i = \frac{1}{2} \frac{p_{i-1}-p_{i+1}} {p_{i-1}-2p_i+p_{i+1}} \]

Sonra fiziki gecikmə:

\[ \hat{\tau}_k=(i+\Delta_i)\Delta t \]

kimi əldə edilir. Bu proses gecikmənin yalnız diskret grid nöqtələrində qalmasının qarşısını alır və qradientin DelayNet-ə geri axmasına imkan verdiyinə görə başdan-başa öyrədilə bilən quruluşun bir hissəsidir.

Mənbədaxili qeyd: məqalənin töhfələr siyahısında bu sub-grid mexanizmi “symmetric linear power-weighted center-of-mass extractor” ifadəsi ilə təsvir olunduğu halda ətraflı metod bölməsində yuxarıdakı parabolik interpolyasiya tənliyi verilir. Bu məqalə riyazi baxımdan açıq müəyyən olunmuş Tənlik 23-ü əsas götürür və iki təsviri eyni üsul kimi səssizcə birləşdirmir.

Fəza amplitudaları necə hesablanır?

Kəsilməz gecikmələr müəyyən edildikdən sonra Furye lüğəti:

\[ A[n,k]=e^{-j2\pi f_n\hat{\tau}_k} \]

şəklində qurulur. Bütün antenlər üçün kompleks yol amplitudaları vahid regulyarlaşdırılmış ən kiçik kvadratlar həlli ilə hesablanır:

\[ \hat{X}=(A^HA+\lambda I)^{-1}A^H H_{\mathrm{tgt}} \]

Bu mərhələdə yeni öyrədilə bilən parametr istifadə edilmir. Müəlliflərin verdiyi nümunə hesablamada K = 20, N_sc = 1620 və N_ant = 64 üçün bu cəbri bərpa təxminən 18 MFLOP; DelayNet daxil bütün emal xətti isə 153 MFLOP-dan az hesablanır.

Baza stansiyasında niyə neural decoder lazım deyil?

TAP-ın geri bildiriş yükü fiziki parametrlərdən qurulur: təxmin edilmiş gecikmələr, normallaşdırılmış fəza amplitudaları və miqyas məlumatı. Baza stansiyası eyni kəsilməz Furye lüğətini yenidən qurub:

\[ \hat{H}=A\hat{X} \]

əməliyyatını tətbiq edir. Buna görə baza stansiyasında CsiNet tipli ayrıca neyron şəbəkə kod açıcı işlətmək lazım deyil. “Decoder-free” ifadəsi burada kanalın ümumiyyətlə yenidən qurulmaması deyil, yenidənqurmanın öyrədilmiş neural decoder əvəzinə cəbri matris əməliyyatı ilə həyata keçirilməsi deməkdir.

Təlim itkisi necə təyin olunur?

TAP başdan-başa iki komponentli məqsəd funksiyası ilə öyrədilir. Birinci komponent həqiqi fiziki gecikmələrdən yaradılmış hədəf istilik xəritəsi ilə DelayNet çıxışı arasındakı MSE itkisidir. Hər həqiqi yol üçün amplitudası ilə çəkiləndirilmiş Qauss paylanması yerləşdirilir. İkinci komponent isə yekun tam CFR yenidənqurmasının CFR-NMSE itkisidir. Beləliklə şəbəkə yalnız gecikmə piklərini işarələməyi deyil, bu gecikmələrin yekun kanal yenidənqurmasına töhfəsini də öyrənir.

Eksperimental mühitlər nə qədər fərqlidir?

Qiymətləndirmə beş əsas yayılma mühitini əhatə edir: Sionna RT əsaslı Urban Macrocell (UMa) və Indoor Factory (InF), DeepMIMO əsaslı Urban Microcell (UMi) və Indoor Hotspot (InH), eləcə də Sionna-PHY ilə yaradılmış 3GPP CDL-A. Tədqiqatda bundan əlavə 1×32 ULA anten həndəsəsi üzərində ayrıca miqyaslana bilmə qiymətləndirməsi var.

Əsas testlərin böyük hissəsində 1620 alt daşıyıcı və 60 kHz alt daşıyıcı intervalı istifadə olunur. UMa, InF və CDL-A üçün daşıyıcı tezlik 2,14 GHz; UMi üçün 3,5 GHz; InH üçün 2,5 GHz-dir. UMa və InF testlərində 8×8 ikiqat polyarizasiyalı massivlər; UMi və InH-də 8×8 tək polyarizasiyalı massivlər istifadə olunur. Zamansal pəncərə uzunluğu UMa, InF, UMi və InH üçün 9; CDL-A üçün 1 seçilib.

Kanal strukturu mühitdən mühitə necə dəyişir?

Şəkil 4 və Şəkil 5 daxili və xarici mühitlərin gecikmə profillərinin eyni olmadığını göstərir. Daxili mühitdə enerji daha çox sayda çoxşüalı komponentə paylanır və ümumi enerjinin %95-ni tutmaq üçün daha çox gecikmə komponenti lazım ola bilər. Xarici UMa mühitində orta struktur daha seyrək olsa da uzaq əksolunmalar gecikmə paylanmasının quyruğunu uzada bilər.

Buna görə TAP tam sabit K yol sayından asılı deyil; ümumi mühit kateqoriyasına görə maksimum təxmin edilən yol sayı tənzimlənir. Tədqiqatda nümunə olaraq UMa üçün K_max = 20, InF üçün K_max = 90 və CDL-A üçün K_max = 40 istifadə olunur.

Tədqiqatın dəstəklədiyi nəticələr

• TAP qiymətləndirilən simulyasiya mühitlərində fizika məlumatlı, birkeçidli gecikmə qiymətləndirməsi ilə yüksək dəqiqlikli CSI sıxılması həyata keçirə bilir.
• Model ölçüsü sınaqdan keçirilən TAP konfiqurasiyalarında 1 MB-dan aşağı qalır.
• Inferensiya vaxtları TAP sətirlərində təxminən 0,48–0,64 ms aralığında bildirilir.
• Müxtəlif yayılma mühitlərinə təlimdən sonra yenidən fine-tuning edilmədən transfer sınaqları aparılıb.
• Müxtəlif anten massivlərinə zero-shot transferdə bildirilən CFR-NMSE pisləşməsi araşdırılan həndəsələrdə 3 dB-dən aşağı qalıb.
• TAP-ın aşağı CFR-NMSE-si CDL-A sistem səviyyəli təcrübədə mükəmməl CSI əyrisinə yaxın spektral səmərəlilik nəticələrinə çevrilir.
• Kvantlaşdırma və CSI-RS qiymətləndirmə səs-küyü altında ayrıca dayanıqlıq sınaqları aparılıb.

Tədqiqatın dəstəkləmədiyi və ya hələ sübut etmədiyi nəticələr

• Real operator şəbəkəsində kommersiya sahə uğuru göstərilməyib.
• Real over-the-air kanal ölçmələri ilə simulyasiyadan gerçəyə transfer doğrulanmayıb.
• Mövcud TAP quruluşunun yaxın-sahə XL-MIMO üçün keçərli olduğu göstərilməyib.
• FR2 millimetr dalğa və hibrid beamforming şərtləri mövcud nəticələrlə doğrulanmayıb.
• Sınaqdan keçirilən zero-shot ümumiləşdirmə bütün mümkün kanal mühitlərində universal ümumiləşdirmə sübutu deyil.
• Bir meqabaytdan kiçik model ölçüsü və sub-millisaniyə gecikməsi məqalədəki proqram/aparat və simulyasiya şərtləri xaricində bütün UE platformları üçün zəmanət deyil.

Tədqiqatın Metodu və Nəticələri

Əsas qiymətləndirmə ölçüsü: CFR-NMSE

Tədqiqat yalnız CsiNet-in kəsilmiş gecikmə-bucaq yamasında hesablanan “patch NMSE” dəyərindən istifadə etmək əvəzinə tam kanal tezlik cavabı matrisi üzrə CFR-NMSE-ni əsas götürür:

\[ \mathrm{NMSE} = 10\log_{10} \left( \frac{\lVert H-\hat{H}\rVert_F^2} {\lVert H\rVert_F^2} \right) \]

Bu fərq mühümdür. CsiNet tipli üsul gecikmə-bucaq yamasını kəsəndə yamanın xaricində qalan kanal enerjisi sıfırlanır. Müəlliflər Parseval əlaqəsi ilə həqiqi CFR xətasının həm şəbəkənin yama üzərindəki yenidənqurma xətasını, həm də tamamilə atılan yama xarici enerjini ehtiva etdiyini göstərirlər. Buna görə tədqiqatdakı müqayisələr tam CFR-NMSE üzərindən aparılır.

TAP-ın beş mühitdə bildirilən performansı

Aşağıdakı dəyərlər tədqiqatın Cədvəl III-dəki nəticələridir. CFR-NMSE dB ilə verilir; daha mənfi dəyər daha aşağı yenidənqurma xətasını bildirir.

Cədvəl III-ün əsas mesajı yalnız orta dəyərlərin aşağı olması deyil. UMa nümunələrinin %92,71-i −10 dB-dən daha yaxşı CFR-NMSE əldə etdiyi halda digər dörd mühitdə bu nisbət %99,65 ilə %100 arasında bildirilir. Bununla belə mühitlər eyni fiziki şərtlərə və eyni sıxılma nisbətlərinə malik deyil; buna görə sətirlər birbaşa “hansı mühit daha asandır?” sıralaması kimi oxunmamalıdır.

Sıxılma keyfiyyəti ilə geri bildiriş yükü arasındakı balans

Şəkil 8-də TAP müxtəlif sıxılma nisbətlərində Pareto əyrisi yaradır. UMa mühitində TAP CR = 0,0124 səviyyəsində −21,22 dB NMSE bildirərkən CR = 0,0012-yə qədər endirildikdə belə −18,10 dB əldə edir. Məqalədəki CsiNet-UPA müqabili CR = 0,0224-də −9,14 dB kimi verilir.

InF nümunəsində CsiNet-UPA CR = 0,0105 ilə −7,82 dB verdiyi halda TAP oxşar CR = 0,0112-də −10,99 dB, CR = 0,0279-da isə −20,08 dB-ə çatır. Bu müqayisə TAP-ın yalnız xəta dəyərinə deyil, xəta ilə geri bildiriş yükünün birlikdə yaratdığı balansa fokuslandığını göstərir.

Model ölçüsü, gecikmə və hesablama yükü

Cədvəl IV yenidənqurma dəqiqliyini hesablama dəyəri ilə birlikdə qiymətləndirmək baxımından tədqiqatın ən mühüm cədvəllərindən biridir.

Bu cədvəl TAP-ın iddiasını daha düzgün çərçivələndirir: TAP hər müqayisədə mütləq ən aşağı NMSE-ni vermir. Məsələn, UMa TAP sətirindəki −21,22 dB dəyəri OMP-nin −31,16 dB dəyərindən daha yüksək xəta deməkdir; lakin OMP üçün bildirilən 630,15 ms gecikməyə qarşı TAP 0,6239 ms səviyyəsindədir. LASSO da −30,22 dB ilə güclü yenidənqurma dəqiqliyi göstərir, lakin 0,25 sıxılma nisbəti və 88648,56 ms emal vaxtı ilə tam fərqli hesablama/geri bildiriş xərcinə malikdir. Buna görə tədqiqatın əsas töhfəsi yalnız “ən aşağı xəta” deyil, dəqiqlik, gecikmə, model ölçüsü və sıxılma yükü arasındakı ümumi balansdır.

CsiNet-UPA-nın UMa model ölçüsü 657,1579 MB ikən eyni cədvəldə TAP-UMa 0,9921 MB-dır. Müəlliflərin “təxminən 660 dəfə kiçilmə” ifadəsinin mənbəyi bu ölçü fərqidir.

Müxtəlif anten həndəsələrinə ümumiləşdirmə

Şəkil 10-da model təlimdə istifadə olunan anten həndəsəsindən fərqli 4×16, 16×4 və digər UPA ölçülərinə tətbiq olunur. Tədqiqata görə üç əsas təlim mühitində uyğun olmayan həndəsələrə keçiddə CFR-NMSE pisləşməsi uyğun həndəsə ilə müqayisədə 3 dB-dən aşağı qalır. Cədvəl II-dəki 1×32 ULA təcrübəsində CsiNet-UPA orta −15,54 dB verdiyi halda müxtəlif mühitlərdə öyrədilmiş TAP modelləri −25,88 ilə −37,01 dB arasında orta CFR-NMSE bildirir.

Mühitlərarası zero-shot ümumiləşdirmə

Şəkil 9-da beş təlim mühiti və beş qiymətləndirmə mühitindən ibarət 5×5 matris var. Hər TAP modeli bir mənbə mühitində öyrədilir və digər mühitlərdə yenidən təlim aparılmadan işlədilir. Məsələn, InF-də öyrədilən model UMi qiymətləndirməsində −47,16 dB CFR-NMSE; UMa-da öyrədilən model InH qiymətləndirməsində −26,56 dB bildirir.

Bu nəticələr zero-shot mühit transferi üçün güclü simulyasiya sübutu verir. Bununla belə qiymətləndirmə yenə məqalədə müəyyənləşdirilmiş məlumat yaratma mühitləri arasında aparılıb; real coğrafi sahəyə və ya müstəqil operator şəbəkəsinə ümumiləşdirmə eksperimental olaraq sınaqdan keçirilməyib.

Sistem səviyyəsində spektral səmərəlilik

Şəkil 11-də CDL-A mühitində yenidən qurulmuş CSI baza stansiyasında xətti fəza prekoderi yaratmaq üçün istifadə olunur. TAP əyrisi araşdırılan SNR intervalında “Perfect CSI” yuxarı sərhədini yaxından izləyir. CsiNet-UPA və bəzi digər üsullarda CFR amplituda və faza pozuntuları daha nəzərəçarpacaq spektral səmərəlilik itkisinə çevrilir.

Bu təcrübə aşağı CFR-NMSE-nin yalnız abstrakt xəta ölçüsü olmadığını, eyni simulyasiya çərçivəsində aşağı əlaqə spektral səmərəliliyinə də təsir etdiyini göstərir. Lakin nəticə real istifadəçi məlumat sürəti ölçməsi deyil, yenidən qurulmuş CSI-dan çıxarılan sistem səviyyəli simulyasiyadır.

Kvantlaşdırma altında nə baş verir?

Real geri bildirişdə kəsilməz amplituda dəyərləri sonlu bit sırasına çevrilməlidir. Şəkil 12-də fəza amplitudalarına müxtəlif bit enlərində uniform scalar quantization tətbiq olunur. TAP-ın kvantlaşdırılmamış xəta təməli təxminən −35,4 dB olduğuna görə bit sayı azaldıqca kvantlaşdırma səs-küyünün təsiri daha görünən olur. Buna baxmayaraq müəlliflərin nəticələrində TAP təxminən 4–6 bit/latent ölçü səviyyələrində də müqayisə olunan əsas üsullardan daha aşağı mütləq CFR-NMSE-ni qoruyur.

CSI-RS qiymətləndirmə səs-küyünə dayanıqlıq

Şəkil 13 UE-yə çatan ilkin kanal qiymətləndirməsinin səs-küylü olduğu halda üsulu araşdırır. UMa və InF nəticələrində TAP-ın performansı aşağı CSI-RS SNR dəyərlərində belə nisbətən qorunur. Müəlliflər bunu iki mexanizmlə izah edirlər: anten elementlərinin ortaq fiziki gecikmələri üzərində aparılan fəza ortalaması və keçmiş CFR nümunələrindən gələn zamansal kontekst.

Bu izahı sınaqdan keçirmək üçün CDL-A testində zamansal pəncərə uzunluğu xüsusi olaraq W = 1 saxlanır. CDL-A əyrisinin daha sürətli pisləşməsi tədqiqatın öz ablasiya məntiqində zamansal keçmişin səs-küy dayanıqlığına mühüm töhfə verdiyini dəstəkləyir.

Ən mühüm riyazi məhdudiyyət: yaxın-sahə XL-MIMO

TAP-ın mövcud modeli uzaq-sahə fərziyyəsində hər fiziki yol üçün antenlər arasında ümumi gecikmədən istifadə edir. Yaxın-sahə XL-MIMO-da isə sferik dalğa cəbhəsinə görə eyni yolun çatma gecikməsi anten elementinə görə dəyişə bilər:

\[ [h_{l,m}]_k = \alpha_{l,m} \exp\left[-j2\pi f_k(\tau_l+\Delta\tau_{l,m})\right] \]

TAP tək ümumi \(\hat{\tau}_l\) istifadə etdiyi halda LS həlli hər anten üçün yalnız tezlikdən asılı olmayan kompleks faza/amplituda əmsalını tənzimləyə bilər. Mənbədə əldə olunan qalıq faza xətası:

\[ \epsilon_{m,k} = -2\pi f_k\Delta\tau_{l,m} -\theta_m \]

şəklindədir. Birinci hədd tezliklə dəyişən faza meylidir; ikinci hədd isə LS-in tətbiq edə bildiyi sabit faza sürüşməsidir. Buna görə LS həlli faza meylini aradan qaldıra bilmir. Müəlliflər mövcud TAP arxitekturasının yaxın-sahə XL-MIMO-ya birbaşa genişləndirilə bilməyəcəyini açıq qəbul edirlər.

Ümumi elmi qiymətləndirmə

Tədqiqatın ən güclü tərəfi neyron şəbəkəsini bütün CSI matrisini abstrakt latent fəzasına sıxmaq üçün istifadə etmək əvəzinə fiziki baxımdan mənalı çoxşüalı gecikmələrin qiymətləndirilməsinə fokuslamasıdır. Gecikmələr neural şəbəkədən, kompleks amplitudalar analitik LS həllindən, baza stansiyasındakı rekonstruksiya isə fiziki Furye lüğətindən gəlir. Bu bölgü model ölçüsünün anten həndəsəsindən daha az asılı qalmasına və baza stansiyasında öyrədilmiş decoder ehtiyacının aradan qalxmasına kömək edir.

Digər güclü tərəf yalnız orta NMSE bildirilməməsi; P90/P95 xəta səviyyələri, sıxılma-NMSE Pareto analizi, mühit transferi, anten həndəsəsi transferi, hesablama yükü, sistem səviyyəli spektral səmərəlilik, kvantlaşdırma və CSI-RS səs-küyü kimi müxtəlif testlərin birlikdə verilməsidir.

Ən mühüm məhdudiyyət bütün bu nəticələrin simulyasiya və simulyasiya əsaslı məlumat dəstləri çərçivəsində qalmasıdır. Müəlliflər də gələcək işdə real over-the-air kanal ölçmələri ilə sim-to-real boşluğunun sınaqdan keçirilməsini, yaxın-sahə MIMO və FR2 millimetr dalğa sistemlərinə genişləndirilməsini zəruri sayırlar.

Mənbə və Metod Qeydi

Tam özgün işin adı: Temporal Channel Estimation for Generalized CSI Feedback

Müəlliflər və sıraları: Minwoo Kim; Hyeonsu Lyu; Sehyun Ryu; Sojeong Park; Hyun Jong Yang.

Bərabər töhfə/birgə birinci müəllif: Yüklənmiş versiyada bərabər töhfə və ya birgə birinci müəllif bəyanatı yoxdur.

Məsul müəllif: Hyun Jong Yang.

Qurumlar: Mənbədə Minwoo Kim, Sehyun Ryu və Sojeong Park Department of Electrical Engineering, Pohang University of Science and Technology (POSTECH), Pohang 37673, South Korea ilə əlaqələndirilir. Hyeonsu Lyu və Hyun Jong Yang üçün “Institute of New Media and Communications, Seoul 08826, South Korea” ifadəsi verilir. Hyun Jong Yang əlavə olaraq Department of Electrical and Computer Engineering, Seoul National University, Seoul 08826, South Korea ilə əlaqələndirilir. Mənbədəki afiliyasiya sətrində çatışmayan bağlanış/nöqtələmə olduğuna görə bu mətn səssizcə yenidən qurulmayıb.

Mənbə növü və nəşr vəziyyəti: Bu tədqiqat rəy qiymətləndirməsindən keçməmiş preprintdir; nəticələr bu nəşr mərhələsi nəzərə alınaraq qiymətləndirilməlidir.

Platforma: arXiv, Electrical Engineering and Systems Science / Signal Processing (eess.SP).

arXiv identifikatoru: arXiv:2608.01713v1.

Təqdim tarixi: 3 Avqust 2026.

DOI: 10.48550/arXiv.2608.01713. Bu DOI arXiv tərəfindən DataCite vasitəsilə arXiv qeydi üçün təqdim olunan DOI-dir; rəyli jurnal DOI-si kimi şərh edilməməlidir.

Rəsmi bağlantı:https://arxiv.org/abs/2608.01713

Jurnal / konfrans / nəşriyyat: Araşdırılan versiyada rəyli jurnal və ya konfrans nəşri göstərilmir.

Lisenziya: arXiv.org non-exclusive distribution license. Bu lisenziya Creative Commons yenidən istifadə lisenziyası kimi qiymətləndirilməyib; buna görə mənbə məqalənin özgün şəkilləri birbaşa kopyalanmayıb.

Maliyyələşdirmə: Araşdırılan versiyada ayrıca maliyyələşdirmə bəyanatı yoxdur.

Məlumat əlçatanlığı: Araşdırılan versiyada ayrıca məlumat əlçatanlığı bəyanatı yoxdur.

Maraqlar toqquşması: Araşdırılan versiyada ayrıca maraqlar toqquşması bəyanatı yoxdur.

CRediT/müəllif töhfələri: Araşdırılan versiyada CRediT və ya ətraflı müəllif töhfəsi bəyanatı yoxdur.

Mənbədaxili redaksiya uyğunsuzluqları: Birinci səhifədə “Manuscript received April 19, 2021; revised August 16, 2021” mətni olduğu halda tədqiqat arXiv-də 2026 tarixli təqdim olunub və biblioqrafiyası 2026-cı il nəşrlərini də ehtiva edir. Buna görə 2021 tarixləri real cari təqdim/reviziya tarixləri kimi istifadə edilməyib. Bundan əlavə töhfələr bölməsindəki sub-grid çıxarıcı təsviri ilə Tənlik 23-dəki açıq parabolik interpolyasiya təsviri tam üst-üstə düşmür. Performans yaxşılaşması ilə bağlı xülasə, töhfələr və nəticə bölmələrində də fərqli dB intervalları istifadə olunub; buna görə Verianla mətni müqayisəli cədvəllərin birbaşa sayısal dəyərlərini əsas götürüb.

Metodoloji sərhəd: Nəticələr Sionna RT, DeepMIMO, Sionna-PHY/CDL-A və əlaqəli simulyasiya quruluşlarına əsaslanır. Tədqiqat real sahə/over-the-air doğrulaması təqdim etmir. Arxitektura uzaq-sahə ortaq-gecikmə fərziyyəsinə bağlıdır və yaxın-sahə XL-MIMO üçün struktur məhdudiyyəti açıq şəkildə göstərilib.

Məzmun metodu: Bu Verianla izahı elmi nəticələr baxımından yalnız araşdırılan tədqiqata əsaslanır. Xarici mənbələr yalnız başlıq, müəllif sırası, arXiv identifikatoru, DOI, nəşr vəziyyəti və lisenziya kimi biblioqrafik sahələrin doğrulanması üçün istifadə olunub; tədqiqata xaricdən yeni elmi eksperiment, performans nəticəsi və ya mexanizm əlavə edilməyib.