李国权，杨 鹏，马珺杰，徐永海，林金朝

(1.重庆邮电大学 通信与信息工程学院，重庆 400065；2.光电信息感测与传输技术重庆市重点实验室，重庆 400065；3.陕西铁路物流集团有限公司，西安 710076)

0 引 言

目前，大规模多输入多输出(multiple-input multiple-output，MIMO)系统的部署问题被公认是5G研究与推广过程中需迫切解决的问题之一。在MIMO技术的研究发展历程中，已纳入许多无线通信标准协议，例如802.11n/ac[1]和4G[2]长期演进(long term evolution，LTE)。理论证明，该技术可通过增加无线通信系统发射端与接收端天线的数量，在不增加频谱资源和天线发射功率的情况下，充分利用空间资源，从而改善通信质量并提高无线通信系统信道容量[3]。

近几年来，深度学习作为机器学习理论中的重要分支，已在各个研究领域中得以广泛、成熟的运用。例如计算机视觉、图像识别及语音识别等。在先前的无线通信研究工作中，基于传统理论设计的无线通信系统，已明显地限制了系统传输性能的进一步提升。作为新兴的研究方法，深度学习已被公认是极具竞争力的研究工具，有利于解决未来通信系统演进过程中存在的瓶颈问题。该方法也已证明具有联合优化整个无线MIMO通信系统的潜力[4]，众多科研学者们纷纷将人工智能技术引入到无线通信系统的各个层面进行研究，掀起了智能通信[5]领域研究的热潮。尤其针对当前传统通信系统中的难点问题，深度学习可作为一种较好的研究思路与解决方法，以分子通信中的信道建模问题[6]为典型案例，较好地弥补了传统算法中的一些缺陷。……