课题组发表5G毫米波大规模MIMO的封面论文

近日，课题组就“毫米波大规模MIMO信道状态信息获取”主题，结合课题组前期的研究工作基础和最新的国内外研究进展，撰写综述论文一篇，发表于《中国科学：信息科学（英文版）》，响应国家“将论文发在祖国的大地上”的号召。值得注意的是，该论文作为封面论文，刊出在该期刊第8期。

论文将当前主流的毫米波大规模MIMO信道状态信息（Channel State Information，CSI）获取技术主要分为两大类，包括波束训练（Beam Training）和信道估计（Channel Estimation）。波束训练也称为波束对准（Beam Alignment）或波束选择，通过天线阵列形成高指向性的波束，对空间进行扫描，在收发波束配对以后，对小维的等效信道矩阵再进行参数估计。而信道估计通常采用压缩感知与稀疏信号处理技术、阵列信号处理技术等，对空口的大维信道矩阵进行估计，它能充分的发掘信号处理技术的灵活性。需要说明的是，以上两大类方法并不是严格分开的，相互之间也有交叉和融合。

论文从经典方法和机器学习方法两方面入手，将波束训练进一步分为波束扫描、基于分层码本的波束训练和基于机器学习的波束训练三个分支；将信道估计进一步细分为基于压缩感知的稀疏信道估计、基于阵列信号处理的信道估计和基于机器学习的信道估计三个分支。针对每个分支，再展开进行讨论。具体详见《中国科学：信息科学（英文版）》的微信公众号报道“毫米波通信：波束训练vs信道估计, 传统方法vs机器学习方法”。论文原文请见：http://engine.scichina.com/doi/10.1007/s11432-021-3247-2。论文作者包括戚晨皓、董培浩、马文焱、张华、张在琛、李烨共计6位老师或者同学。