【优博微展2018】申文倩：大规模MIMO系统中的低开销信道状态信息获取

申文倩：2018年清华大学优秀博士学位论文二等奖获得者

大规模MIMO系统中的低开销信道状态信息获取

CSI Acquisition with Low Overhead in Massive MIMO System

作       者： 申文倩          

指导教师： 王昭诚

培养院系： 电子工程系            

学       科： 信息与通信工程

读博感言： 好的开端是成功的一半

研究背景/选题意义/研究价值

大规模MIMO技术凭借其高频谱效率和高能量效率的优势，已成为5G移动通信的关键技术之一。为了充分发挥大规模MIMO技术的优势，基站必须获取下行信道状态信息(CSI)以进行预编码等信道自适应技术。

现有的CSI获取方法中，导频与反馈开销往往与基站天线数成正比。随着大规模MIMO系统中基站天线数的剧增，CSI获取将造成巨大的系统开销。因此，如何以较低开销精确获取高维CSI是设计大规模MIMO系统必须解决的瓶颈问题之一。

主要研究内容

本文针对大规模MIMO系统中高维CSI的低开销获取问题展开研究，分别研究了下行信道估计、上行信道反馈以及上下行联合信道估计与反馈三个方面，并给出三个解决方案：基于结构化压缩感知的信道估计方法、基于信道子空间的码本设计及信道反馈方法以及基于低秩矩阵重构的联合信道估计与反馈方法。

主要创新点

1. 针对下行信道估计，利用大规模MIMO信道在时延域的结构化稀疏性，提出了基于结构化压缩感知的信道估计方法，从而降低导频开销；

2. 针对上行信道反馈，利用大规模MIMO信道的子空间分布特性，设计了子空间码本及信道反馈方法，大幅降低码本尺寸和反馈开销；

3. 针对上、下行联合信道估计与反馈，利用多用户共享散射体带来的信道矩阵的低秩特性，提出了基于低秩矩阵重构的上、下行联合信道估计与反馈方法，同时降低信道估计与反馈的开销。

代表性学术发表

1. W. Shen, L. Dai, B. Shim, Z. Wang, and R. W. Heath, “Channel feedback based on AoD-adaptive subspace codebook in FDD massive MIMO systems,” accepted by IEEE Trans. Commun. (IF: 4.058 ) 

2. W. Shen, L. Dai, Y. Li, Z. Wang, and Lajos Hanzo, “Channel feedback codebook design for millimeter-wave massive MIMO systems relying on lens antenna array,” accepted by IEEE Wireless Commun. Lett.(IF: 2.449)

3. W. Shen, L. Dai, Y. Zhang, J. Li, and Z. Wang, “On the performance of channel statistics-based codebook for massive MIMO channel feedback,” IEEE Trans. Veh. Technol., vol. 66, no. 8, pp. 7553-7557, Aug. 2017. （IF: 4.066）

4. W. Shen, L. Dai, Y. Shi, B. Shim, and Z. Wang, “Joint channel training and feedback for FDD massive MIMO systems,” IEEE Trans. Veh. Technol., vol. 65, no. 10, pp. 8762-8767, Oct. 2016. （IF: 4.066）

5. W. Shen, L. Dai, G. Gui, Z. Wang, R. W. Heath, and F. Adachi, “AoD-adaptive subspace codebook for channel feedback in FDD massive MIMO systems,” in Proc. IEEE Int. Conf. Commun. (IEEE ICC‘17), Paris, France, May 2017. （获得通信领域国际顶级会议 IEEE ICC 2017年最佳论文奖，获奖率1.2%，通信信号处理方向唯一获奖论文） 

作者：申文倩

供图：申文倩

编辑：清华大学研究生院  周明坤  吴佳瑛 李文