本文提出了一种基于自编码器的AI CSI反馈方法，通过低维潜空间编码和解码，减少反馈开销并提高恢复质量。研究表明，该方法在大规模MIMO系统中表现优越，显著降低了CSI反馈成本，同时保持高准确性。

该研究使用空间相关的图神经网络方法构建了两种不同视角的图，研究了城市尺度上空间结构和恢复质量的关系。结果显示，空间相关的图神经网络模型优于传统方法，顺序街景图像数据揭示了空间结构对恢复质量的显著影响，恢复质量相同的空间展现了不同的结构模式。该研究为改善城市幸福感提供了新的视角。