LLM4CP トレーニングおよびテスト データ セット

このデータセットは論文です。LLM4CP: チャネル予測のための大規模言語モデルの適応「トレーニング セットとテスト セット、トレーニング データ セットと検証データ セットにはそれぞれ 8,000 と 1,000 のサンプルが含まれており、ユーザーの速度は 10 ～ 100 km/h の間で均等に分布しています。テスト データ セットには、10 km/h から 100 km/h までの 10 の速度が含まれており、速度ごとに 1,000 のサンプルが含まれています。

研究の実験段階で、チームは QuaDRiGa シミュレータを使用して、パフォーマンス検証のために 3GPP 標準に準拠した時変チャネル データ セットを生成しました。

研究チームは、基地局側に二重偏波 UPA (均一平面アレイ) を備え、ユーザー側に単一の全方向性アンテナを備えた MISO-OFDM システムをセットアップしました。アンテナ間隔は波長の半分です。中心周波数。アップリンクおよびダウンリンク チャネルの帯域幅は 8.64 MHz、パイロット周波数間隔は 180 kHz です。 TDD および FDD モードの場合、アップリンク チャネルとダウンリンク チャネルの中心周波数は両方とも 2.4 GHz に設定されます。 FDD モードの場合、アップストリーム チャネルとダウンストリーム チャネルは隣接しています。研究チームは予測実験においてパイロット周波数の間隔時間を0.5ミリ秒に設定した。

• TDD: 通信システムの二重モードであり、移動通信システムで受信チャネルと送信チャネルを分離するために使用されます。

• FDD: 2 つの別々の周波数 (特定の周波数間隔要件あり) で動作するアップリンク (移動局から基地局) とダウンリンク (基地局から移動局) を指します。

この研究では、3GPP 都市マクロ チャネル モデルと見通し外シナリオが考慮されています。クラスターの数は 21 で、各クラスター内のパスの数は 20 です。ユーザーの初期位置はランダム化され、移動軌跡は直線に設定されます。

研究成果は2024年に「」として出版される予定です。LLM4CP: チャネル予測のための大規模言語モデルの適応」は、Journal of Communications and Information Networks に掲載されるよう招待されました。北京大学がこの研究活動を完了した最初のユニットであり、協力ユニットには香港科技大学（広州）と香港科学技術大学が含まれます。 Cheng Xiang教授がこの論文の責任著者であり、北京大学博士課程の学生であるLiu Boxun氏が筆頭著者である。

HyperAI スーパーニューラル初め！ GPT-2 は無線通信の物理層を強化し、北京大学チームは事前トレーニングされた LLM に基づくチャネル予測ソリューションを提案します」は、この研究と題された論文を詳細に解釈しました。