高速移动环境下基于RM-Net的大规模MIMO CSI反馈算法

针对高速移动环境信道特征复杂多变，同时存在加性噪声和非线性效应的影响，提出一种残差混合网络（RM-Net）的大规模MIMO CSI反馈算法。RM-Net通过学习高速移动信道的空间结构与时间相关性，具备去除大规模MIMO信道噪声的能力，能显著提高CSI压缩率与恢复质量。系统仿真结果表明，RM-Net可消除高速移动场景加性噪声的影响，学习并适应稀疏、双选衰落信道特征，在高压缩率与低信噪比条件下依然具有较好的性能表现，所提算法性能大幅优于其他基于压缩感知（CS）和深度学习（DL）的CSI反馈算法。