变化信道稀疏度的CSI反馈方法

作者：邵凯^*; 张雅洁

来源：重庆邮电大学学报(自然科学版), 2023, 35(05): 838-846.

• 信道状态信息(CSI)
• 压缩感知(CS)
• 大规模输入多输出(MIMO)
• 深度学习
• 变化稀疏度
• 计算复杂度

在大规模多输入多输出(multiple input multiple output, MIMO)系统中，压缩感知(compressed sensing, CS)技术常用于具有稀疏特性的信道状态信息(channel state information, CSI)反馈。针对CS重构时信道稀疏度通常未知的问题，基于深度展开技术提出了一种变化信道稀疏度的CSI反馈方法(a CSI-feedback method for varying channel sparsity, AVCS)。AVCS将信道稀疏度作为训练参数，学习得到通用的网络架构。随着天线数量增大导致信道(矩阵)维度激增，学习网络所得的相互抑制矩阵会呈现二次增长问题，AVCS利用相互抑制矩阵托普利兹(Toeplitz)特性设计了降维卷积网络，解决CSI反馈时的计算复杂度问题。仿真结果表明，所提方法提高了在大规模MIMO系统下CSI重构的适用性，减少了反馈开销且对信道稀疏度具有鲁棒性。

• 单位
  通信与信息工程学院; 重庆邮电大学