Du har inte javascript påslaget. Det innebär att många funktioner inte fungerar. För mer information om Vinnova, ta kontakt med oss.

AI-baserad CSI-inhämtning för mycket stora antennarray med begränsad overhead i 6G

Diarienummer
Koordinator Ericsson AB - Ericsson Research
Bidrag från Vinnova 100 000 kronor
Projektets löptid januari 2025 - maj 2025
Status Pågående
Utlysning 6G - Kompetensförsörjning
Ansökningsomgång 6G - Handledning av examensarbete

Syfte och mål

Nedlänksreferenssignaloverhead kommer att bli en flaskhals för CSI-insamling baserat på UE-feedback. I detta examensarbete kommer metoder som använder AI/ML-tekniker för att reducera referenssignaloverhead för CSI-insamling med ett stort antal antenner att undersökas.

Förväntade effekter och resultat

En eller flera AI/ML-modeller kommer att designas för CSI-insamling baserat på partiell mätning av en hel kanal. Den föreslagna AI/ML-modellen kommer att jämföras med klassiska metoder, såsom komprimerad avkänning. Prestandan kommer att utvärderas i simuleringar på systemnivå. AI/ML-modellen är tänkt att kraftigt reducera DL-referenssignalens overhead för CSI-insamling.

Planerat upplägg och genomförande

Träningsdata kommer att genereras med hjälp av Ericssons interna simulator, baserad på 3GPP standardkanalmodeller. Utbildning kommer att genomföras på AWS. Prestandautvärdering kommer att genomföras i Ericssons interna systemnivåsimulator.

Texten på den här sidan har projektgruppen själv formulerat. Innehållet är inte granskat av våra redaktörer.

Senast uppdaterad 14 februari 2025

Diarienummer 2024-04246