基于人工智能的大规模MIMO信道状态信息反馈综述

作者：陈成瑞; 程港; 何世彪; 廖勇^*

来源：电讯技术, 2021, 61(09): 1181-1190.

• 大规模MIMO
• CSI反馈
• 人工智能
• 深度学习

大规模多输入多输出(Multiple-Input Multiple-Output, MIMO)技术凭借其高能量效率和高频谱效率的优势成为下一代移动通信的核心技术之一,其系统增益的基础在于基站能够精确获知信道状态信息(Channel State Information, CSI)。由于大规模MIMO系统中基站天线数量巨大,基站获取下行信道状态信息将造成巨大的系统开销,传统基于码本或矢量量化的反馈方法受到挑战,频分双工(Frequency Division Duplex, FDD)模式下5G通信的实际应用也受到制约,而人工智能技术尤其是深度学习(Deep Learning, DL)为解决大规模MIMO系统中的CSI反馈问题提供了新的思路。围绕大规模MIMO系统CSI反馈存在的问题,阐述了CSI反馈的背景,构建了FDD大规模MIMO系统模型,详细描述了代表性的国内外基于DL的CSI反馈方案,最后对基于人工智能的大规模MIMO信道状态信息反馈进行了展望和总结。

• 单位
  重庆大学; 重庆工程学院