基于深度学习的大规模MIMO信道状态信息反馈

• 作者: 李潇 郭佳佳 金石 陈慕涵
• 来源期刊: 物联网学报
• 学科: 工学
• 关键词: 大规模MIMO 深度学习 CSI反馈
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 专题:物联网与6G
• 页码范围: 33-44
• 页数: 12页
• 分类号: TN929.5
• 字数: 8306字
• 语种: 中文
• DOI: 10.11959/j.issn.2096?3750.2020.00157

摘要

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郭佳佳	东南大学移动通信国家重点实验室	3	0	0.0	0.0
2	金石	东南大学移动通信国家重点实验室	17	155	5.0	12.0
3	李潇	东南大学移动通信国家重点实验室	5	3	1.0	1.0
4	陈慕涵	东南大学移动通信国家重点实验室	1	0	0.0	0.0