自适应多特征融合的大规模MIMO系统CSI反馈算法

摘要

为了解决频分双工(frequency division duplex, FDD)制式下大规模多输入多输出(multiple input multiple output, MIMO)系统信道状态信息(channel state information, CSI)反馈精度差、多尺度特征无法自适应调整的问题，提出了一种自适应多特征融合的大规模MIMO系统CSI反馈算法。首先，利用离散傅里叶变换(discrete fourier transform, DFT)将空频域中的CSI变换到稀疏的角度时延域并进行截断，对CSI进行初步压缩；然后，根据自编码器原理搭建包含编码器和译码器的CSI反馈网络，并采用选择性卷积网络为不同尺度的CSI特征分配不同权重，对CSI特征进行自适应调整；最后，在COST 2100信道模型下进行仿真测试，将所提算法与4种CSI智能反馈算法进行对比分析。结果表明：相较于基准算法CsiNet,所提算法的归一化均方误差(NMSE)在室内、室外条件下分别有1.7～9.3 dB和0.55～2.64 dB的提升；相较于多特征简单融合的3种CSI反馈算法，所提算法更能适应压缩率和环境的变化，在压缩损失很大的室内1/64压缩率条件下，NMSE也有1 dB以上的提升。所提算法在自编码器架构上引入了选择性卷积网络，实现了多尺度特征的自适应调整，为大规模MIMO系统的CSI反馈提供了一种新的思路。

关键词

无线通信技术 / 大规模MIMO / 信道状态信息反馈 / 卷积神经网络 / 选择性卷积网络

基金资助

先进通信网全国重点实验室基金(FFX23641X021)