通过有效的CSI逼近增强Wi-Fi通信
无线网络已经在教育，业务和日常生活中发挥了重要作用。进一步提高我们的无线通信速度和可靠性将使新的应用，例如自动驾驶，远程医疗程序和物联网（嵌入在日常对象中的计算设备互联网上的互连）变得普遍。Zhenghao博士佛罗里达州立大学计算机科学系的全部教授，他的研究团队目前正在研究一个项目，有助于使这些应用成为可能。
近似CSI.
张博士和他的团队正在开发Wi-Fi网络中的频道状态信息（CSI）的有效近似的理论和应用。CSI描述了从发射机到接收器的通信链路的状态，并使传输的适应能够对各种信道条件。如果要实现可靠的沟通，这是至关重要的。从发射器传播到接收器的信号可以经历散射，衰落或仅丢失电力，即它们必须行驶的距离，因此必须在接收器处估计CSI。
Wi-Fi中的CSI需要建立多用户多输入多输出(Multi-User Multiple Input Multiple Output, MU-MIMO)等技术的调制参数，这种技术可以同时向多个客户端传输，支持多个用户同时访问无线网络的环境。CSI通常在接收端测量，然后传回发送端。这涉及到巨大的开销，例如在带有64个子载波的20 mhz信道上，即调制以发送附加信息的载波。
CSI用数学向量表示。用于一对天线的CSI向量可以包括64个复数。由此可见，一个由9对天线组成的系统用576个复数表示，虽然Wi-Fi不会使用所有可用的子载波，但从9对天线发送的反馈往往超过1000字节。为了减少这种开销，到目前为止已经使用了一些方法来尝试压缩CSI，但是这些方法要么只获得适度的压缩比，要么降低了CSI的准确性。
CSIApx提供了高效的CSI压缩和CSI测量技术以及新的数据传输方法。
张博士和他的团队已经发现Wi-Fi网络中的CSI向量可以近似为三个正弦曲线的线性组合。（正弦曲线是描述平稳的周期性振荡，或波浪，例如正弦和余弦功能的数学曲线。）进一步的研究已经确定了这种结果即使存在许多不可忽略的路径。这些调查结果巩固了张的CSIAPX的开发，这是一种创新的压缩方法，其提供高压缩比率，具有较小的精度损失和低计算复杂性的额外优点，从而达到顶部的良好减少。
研究试验
测试表明，与其他方法不同，CSIApx可以将40个子载波的CSI压缩成6个或更少的复杂数字。另外，解压缩后的CSI与原始CSI非常相似。此外，CSIApx中的主要计算是直接的向量代数:它只需要计算CSI和少量常量向量的标量(或点)积。这种显著降低的计算复杂度使CSIApx成为硬件实现的理想选择。
已经确定，CSIs是由无线信道内的物理路径导出的正弦波的线性组合。与以前的方法不同，CSIApx不需要解决复杂的优化问题，以找到参数，如路径的数量和特征的频率、相位和正弦波的振幅。相反，CSIApx通过在固定频率上使用一组基正弦波的线性组合来近似CSI。实验结果表明，这些近似具有较高的精度。这项技术得到了研究小组的数学发现的支持，即具有恒定频率的正弦信号的线性组合可以在一个频率范围内提供任何给定正弦信号的精确近似。此外，假定整个CSI是单个正弦波的和，并且每个正弦波可以用几个基本的正弦波来近似，那么整个CSI也可以近似。这种近似与信道中实际路径的参数无关。
张博士和他的团队使用实验和合成的Wi-Fi通道数据对CSIApx进行了广泛的测试。结果表明，CSIApx压缩比高，精度损失小。
好处
研究人员限制CSIApx只使用固定频率的基正弦波，这带来了两个主要好处。首先，无需求解复杂的优化问题，大大降低了计算复杂度。其次，基极正弦波的频率值是恒定的，因此不需要传输，从而提高了压缩比，降低了开销。
除了CSI压缩，该研究还将带来CSI测量技术和新的数据传输方法。这将大大提高Wi-Fi网络的效率，并为越来越依赖可靠高速无线网络的应用程序提供便利。
本研究成果将为Wi-Fi网络提供及时的解决方案，以更好地支持MU-MIMO或大规模MIMO。
在整个项目中获得的知识也为张议员和他的团队提供了研究领域的进步，揭示了一大类无线渠道的重要特点，直到现在才会被忽视。他们还为这组无线频道提供了优化的方法。
更广泛的影响
在整个项目中，张博士为研究生和本科生提供了学习无线网络算法设计、实现和实验评估等方面的实践经验的机会。这种经历加强了学生的训练，使他们能够从事工程和教育事业。
此外，研究小组还将在整个研究过程中收集的数据以实验现场的CSI痕迹的形式上传到了网上。学生和研究人员可以自由访问这些数据，以支持他们自己的工作。该项目的课程开发活动还包括将本研究的结果应用于研究生和本科生网络课程的教学。
专利
CSIApx的原始版本已经获得了专利。研究团队正在根据实际获得的压缩比以及系统的理论基础不断改进这一最初的专利版本。
提高无线网络速度
张博士解释说：“通过去除由CSI反馈和测量中的高开销引起的瓶颈，本研究的结果将及时为Wi-Fi网络解决方案，以便更好地支持Mu-MIMO或大规模的MIMO。”
研究小组已经成功地开发了能够产生更好的CSI估计和压缩的算法。这些算法允许越来越准确和及时的CSI更新，它们将促进无线网络的整体性能的改善。这对那些具有大型MIMO的网络尤其有利，因为MIMO系统依赖于CSI来优化其系统传输参数。
这些研究结果提供了高效，创新的解决方案，以在无线通信中的重大问题提供。张博士和他的团队的发现将刺激更高绩效无线网络的发展。此外，该研究向社会提供了许多益处，越来越依赖于获得更快，更可靠的无线网络的访问。
个人反应
是什么激发你对研究Wi-Fi网络中的CSI近似感兴趣?
>这是一个非常有趣的故事。几年前，我和我的博士生穆克吉(Avishek Mukherjee)试图从CSI中提取路径信息，以找到信号的到达角度。我们失败得很惨，因为我们的方法有一半的时间是有效的，但我们不知道它为什么有效，为什么无效。有一天，我坐下来和阿维谢克讨论这个问题。我们意识到我们没有任何进展;然而，我们注意到，我们实际上无意中完成了一些似乎有用的事情。也就是说，我们可以将CSI写成非常少的正弦波的线性组合，这应该会产生一个很好的CSI压缩算法。我们就这个发现写了一篇论文，这是这个项目的开始。itemprop < / = " acceptedanswer " >