分析了每个接收器具有完美信道知识但发射器仅接收有关信道实例化的量化信息的系统，考虑了零强制传输技术，并推导了有限速度反馈导致的吞吐量降级的简单表达式。

Mar, 2006

本文提出通用反馈模型和基于压缩感知的机会反馈方案，用于在 MIMO 广播通道中减少反馈资源的使用，并研究了模拟和数字方案。该方案通过压缩感知技术识别强用户，从而有效降低反馈信道的数量和反馈负荷，同时达到相同的总速率吞吐量。同时，研究表明，在固定的反馈比特预算下，存在着反馈 SINR 准确性和共享通道数量之间的折衷。

Jul, 2009

研究了有限反馈情况下，利用随机量化的方式量化信道失配对于吞吐量损失的影响，证明了反馈比例随系统信噪比线性增长足以维持损失率有限，并将分析结果与模拟结果进行了比较。

Nov, 2007

本研究旨在通过开发全收发机制，包括下行信道训练（或估计），CSI 反馈和信道重建方案，解决大规模 MIMO 系统中多用户 CSI 的问题。我们的框架利用增强的 Newtonized 正交匹配追踪算法提取频率独立参数，然后开发了有效的下行训练方案，以估计多个用户的下行信道增益。数值结果验证了 eNOMP 算法的精度，并证明了使用重构的下行信道的系统的求和速率性能可以接近使用完美 CSI 的系统。

Feb, 2019

本文提出了一种针对频分双工大规模 MIMO 系统的自适应信道估计与反馈方案，其中利用了空间公共稀疏性和压缩感知技术来实现非正交下行导频设计、适应性信道采集和跟踪，取得了比传统方案更好的性能表现。

Apr, 2016

本文研究基于压缩感知技术在频域中对毫米波 MIMO 通信中的混合预编码中的信道估计进行改进，并与之前的方法进行比较，揭示了复杂度、性能和开销之间的权衡。

Apr, 2017

本文研究了具有空间相关通道的 FDD 大规模 MIMO 系统，通过巧妙设计下行信道训练序列和用户 CSIT 反馈码本，利用多用户空间信道相关性，优化了可实现速率。提出的特征空间通道估计方案减小了 FDD 系统和 TDD 系统之间的速率差距，与 JSDM 方案相比，在中等天线数和中至大的信道相干时间内实现了更高的吞吐量，但计算复杂度更高。

Jun, 2014

本文针对多天线、多用户系统中链路自适应的问题，提出了一种数据驱动的多用户 MIMO OFDM 系统的链路自适应方法，其中引入了机器学习分类器来选择调制和编码方案，并使用新的估计方法来估计由有限反馈引起的未知用户间干扰，通过贪心算法使用可负担的复杂性进行空间模式和用户选择。在 IEEE 802.11ac 标准中的应用研究表明，该方法可以调度用户和根据信道出路和反馈速率自适应地调整传输参数。

Jun, 2013

通过有限速率的深度学习通道状态信息反馈方法，本文提出了在大规模多输入多输出系统中，基于矢量量化变分自动编码器框架实现有限位表示的潜在矢量，同时利用形状增益的矢量量化减少计算复杂性。该方法通过适当的变换函数，将潜在矢量的幅度用非均匀标量码书量化，同时使用可训练的 Grassmann 码书量化潜在矢量的方向。同时，引入码字选取规则和损失函数设计，开发了一种多速率码书设计策略。仿真结果表明，所提出的方法在给定的反馈开销下，减少了与 VQ-VAE 相关的计算复杂性，同时改善了通道状态信息重建性能。

Mar, 2024

本文提出了两种基于投影方法的算法变种，利用角度域中的信道互易性来从上行测量中估计下行信道协方差。通过蒙特卡罗模拟，这些方案被证明在典型阵列几何和双工间隙方面相对于当前的最新技术解决方案在准确性和复杂度方面表现更好。

Apr, 2018