9.3.1 基于深度学习的信道估计与反馈

文档摘要

9.3.1 基于深度学习的信道估计与反馈在MIMO系统中，信道状态信息（CSI）是整个物理层智能的基石——它不只是一个复数矩阵，而是发射端与接收端之间电磁波传播路径的“数字孪生”。没有准确、低开销、实时更新的CSI，大规模天线阵列就是一排沉默的雕塑；没有可靠的信道反馈机制，自适应调制编码、预编码、波束赋形便如盲人骑马，纵有千般算法，终将撞上多径衰落与多普勒频移构筑的高墙。传统基于导频的LS或MMSE估计，在毫米波大规模MIMO场景下早已力不从心：导频开销随天线数线性增长，而用户移动带来的信道时变性又要求反馈周期压缩至毫秒级；更棘手的是，终端侧有限的计算资源与严苛的功耗约束，使得传统压缩反馈方案（如DCT稀疏表示+量化+熵编码）在压缩率-失真权衡中频频失守。