为了提高异构网络的能量效率和参数摄动抑制能力，减小跨层干扰，提出了一种基于能量效率最大的异构非正交多址接入网络稳健资源分配算法。首先，考虑宏用户干扰功率约束、小蜂窝基站功率约束、资源块分配约束及小蜂窝用户服务质量约束，将资源优化问题建模为混合整数非线性分式规划问题。其次，考虑椭球有界信道不确定模型，利用凸松弛法、Dinkelbach法和连续凸近似法，将原问题转化为等价的凸优化形式，并利用拉格朗日对偶方法获得解析解。仿真结果表明，与完美CSI算法相比，所提算法具有较好的能效和稳健性。

信道状态信息（CSI）的数据集（一个点）

大规模多输入多输出（MIMO,multiple-input multiple output）技术被认为是下一代移动通信的核心技术之一，其系统增益建立在基站能够精确获知信道状态信息（CSI,channel state information）的基础上。由于天线数量显著增长，传统基于码本或矢量量化的反馈方案面临较大的技术挑战，而深度学习（DL,deep learning）为解决大规模MIMO系统的CSI反馈问题提供了新思路。围绕大规模MIMO系统CSI反馈关键技术展开调研，首先阐述了CSI反馈的研究背景和意义，接着构建大规模MIMO系统模型并分析CSI的稀疏特性，然后详细介绍和比较了国内外将DL技术引入CSI反馈机制中的方案，最后对基于DL的CSI反馈的未来发展趋势做了进一步展望。

matlab除噪声代码深度分割 这些是论文的代码和数据：，IEEE物联网杂志，2020年。 DeepSeg旨在细分活动以基于WiFi通道状态信息（CSI）的活动识别。 引文 @ARTICLE {DeepSeg2021， 作者= {肖春京和雷蕾，马永森，周凡和秦志光}， journal = {IEEE物联网杂志}， title = {DeepSeg：基于深度学习的基于WiFi的活动识别活动细分框架}， 年= {2020}， 音量= {}， 数字= {}， 页数= {1-1}， doi = {10.1109 / JIOT.2020.3033173} } 数据集 我们从原始CSI数据中提取的用于实验的数据可以从百度网盘或Google云端硬盘下载： CSI振幅数据：Data_CsiAmplitudeCut 百度网盘：（密码：k8yp） Google云端硬碟： 手动标记的CSI幅度数据标签：Label_CsiAmplitudeCut 百度：（密码：xnra） 谷歌： （1拳; 2挥手; 3捡起; 4举手; 5跑步; 6推; 7蹲; 8拉O; 9步行; 10拉X） 同样，我们收集的原始CSI数据也

现有的动态分簇算法大多假设系统知道完全的信道状态信息（CSI）, 但这在实际系统中较难实现。针对这一问题, 提出了一种部分CSI下的近邻传播动态分簇算法。在每个基站已知一定地理区域内基站CSI的情况下, 利用协同度设计输入矩阵, 通过近邻传播的方式在全网内传播吸引度及归属度; 然后, 通过协作证据积累过程, 生成多个协同簇。仿真结果表明, 该算法的分簇性能接近于完全CSI下的利益树分簇算法, 算法的收敛速度受系统内基站数的影响较小, 收敛速度快, 适用于实际系统。

信道状态信息（CSI,channel state information）可以提供更详细具体的子载波信息，在室内定位技术领域引起研究人员的关注和重视。针对传统室内定位方法在复杂室内环境下准确性及稳定性方面的不足，提出了一种可以用于复杂室内环境的定位方法，命名为 ComLoc。主要解决了复杂环境中无线信号多径效应和噪声干扰对定位精度的影响，并讨论了CSI信号存在的误差，分析CSI相位信息对室内环境的敏感性，提出可信载波链路的思想，通过相位差选取可靠、稳定的链路信号来减少对位置的误判，同时对CSI的相位误差进行校准，提取信号变化的特征。实验结果分析表明，ComLoc在室内复杂环境下的定位结果具有高效性和有效性。

基于CSI（信道状态信息）的人体运动检测是一个热门的研究课题。 许多研究人员开始关注它。 通过提取CSI的幅度和相位，可以将其应用于检测人体运动。 在本文中，我们采用阶段来检测入侵。 首先，我们使用线性变换来消除不同副载波的相位偏移。 随后，我们为短期案例（SES）和长期案例（LES）定义了两个参考点。 前者用于检测某人是否在室内走动，而后者用于检测该人是否在连续走动。 我们使用普通的WiFi设备实施了我们的方法，并评估了我们算法在实际环境中的性能。 实验结果表明，该算法具有很高的准确性。

不完全信道状态信息条件下MIMO信道容量分析，张倩倩，王中苓，本文在了解了无线MIMO系统模型的基础上，针对在信道估计有误差的情况下，把信道估计误差和信道噪声作为等效噪声得到等效噪声方差��

室内定位是基于位置服务研究的关键问题，WIFI 作为一种廉价易得的信号源被广泛应用在室内定位系统中。但是室内复杂环境造成同一点处的WIFI 接收信号强度随时间变化范围较大，影响了基于WIFI 接收信号强度的室内定位系统的性能。为了克服这个问题，提出了基于信道状态信息的室内定位方法。利用信道状态信息有效值非线性回归得出测量点与信号接入点之间的距离。利用测量点与多个不同信号接入点之间的距离回归出最后的定位结果。实验结果表明，相比典型的基于WIFI 信号接收强度对数衰减模型的定位方法，方法有效提高了定位结果的准确度。

整理的有关信道状态信息（CSI）顶会论文（如INFOCOM）等20篇，供科研人员或毕设同学参考。