【行业方案】3GPP CSI压缩技术演进与罗德与施瓦茨测试方案-上海信尔立测试设备有限公司

【行业方案】3GPP CSI压缩技术演进与罗德与施瓦茨测试方案

作者：管理员来源:上海信尔立测试设备有限公司

摘要：在5G-A及未来6G的 MIMO系统中，终端向基站上报的信道状态信息（CSI）是基站实现精准波束赋形、自适应调制编码与资源调度的核心依据。随着天线端口向更多端口扩展，传统CSI反馈开销急剧膨胀，成为制约系统容量与性能的核心瓶颈。

PART 01

5G-A CSI压缩：

Rel.18/19研究基础与Rel.20规范进展

Rel.18/19：CSI压缩研究基础

Rel.18完成了AI-CSI压缩可行性研究，输出TR 38.843技术报告，确立“UE侧AI编码器+gNB侧AI解码器”的双边架构，基于自编码器实现空频域联合压缩，验证得出AI-CSI可以减少反馈开销，提升吞吐量，为后续研究奠定基础。

Rel.19进一步深化Rel.18研究成果：优化双边AI模型复杂度与实时性，探索多场景适配方案，研究AI模型全生命周期管理（LCM）细节与跨厂商互操作难点，为Rel.20规范制定提供核心技术支撑与实测参考。

Rel.20：CSI 压缩规范制定进展

Rel.20作为5G-A CSI压缩规范落地的关键版本，核心任务是将Rel.18、Rel.19的研究成果转化为可商用的功能规范，目前相关的规范正处于逐步制定过程中，核心进展与重点内容如下：

一是核心功能标准化，明确UE侧AI编码器与gNB侧AI解码器的功能要求，规范CSI压缩、反馈与重建全流程，支持空频域联合压缩，平衡性能与终端、基站计算复杂度，适配MIMO场景，满足5G-A超高速率、低时延需求。

二是模型管理与互操作规范，基于Rel.19研究成果，完善AI模型全生命周期管理（LCM）规范，明确能力协商、模型分发、激活/去激活、性能监控等环节的信令流程，解决跨厂商模型互操作的核心痛点，确保不同厂商UE与gNB的模型精准配对。

三是性能基线与测试规范制定，由RAN4主导制定AI-CSI互操作（IOT）测试用例，明确信道重建精度、反馈时延、开销等核心指标，确立性能基线：相对传统码本方案，吞吐量和反馈开销降低特定比例，为产业端产品认证提供依据。

PART 02

6G CSI压缩进展

6G的AI CSI标准化课题中, JSCC与JSCM是6G CSI压缩的热门候选技术，试图进一步突破5G-A CSI压缩的技术局限。JSCC和JSCM在对CSI原始信息进行压缩的基础上，进一步考虑将信道编码和调制联合优化。JSCC与JSCM的核心区别在于“调制环节是否与信源、信道编码联合执行”，具体定义、原理及区别如下：

JSCC：Joint Source Channel Coding

（信源与信道联合编码）

JSCC即信源与信道联合编码，核心特征是将信源处理（Sourcing）与信道编码（Coding）两个环节联合优化、一体化设计，而调制（Modulation）环节单独执行，不参与联合优化，是6G CSI压缩的过渡性编码架构，承接5G-A AI-CSI的技术思路。

PART 03

罗德与施瓦茨

5G-A AI-CSI测试方案

随着AI-CSI规范的逐步推进，产业端商用落地准备工作同步开展，跨厂商互操作验证与测试方案完善成为关键。罗德与施瓦茨（Rohde & Schwarz，简称R&S）作为全球领先的测试测量解决方案提供商，目前更多的功能在持续推进中。

核心测试平台：R&S CMX500综测仪

本次联合验证的核心测试平台为R&S CMX500 综测仪，定位为“gNB侧AI解码器+完整空口仿真”，是支撑5G-A AI-CSI测试的核心硬件，关键能力适配Rel.20规范方向：

✔ 一是ONNX开放模型集成能力，可直接导入AI解码器等第三方模型，适配跨厂商模型互操作要求；

✔ 二是实时AI推理能力，与物理层处理同步，保证AI解码时延真实性，符合5G-A低时延要求；

✔ 三是完整NR空口栈支持，兼容5G/5G-A CSI相关功能，可模拟CSI-RS配置、上行反馈、调度闭环等真实空口场景，为Rel.20规范测试提供场景支撑；

✔ 四是可精准测试吞吐量、BLER等核心指标，为Rel.20性能基线验证提供量化依据。

联合验证架构、流程与核心成果

验证架构采用“终端-测试平台”闭环模式，终端侧采用高通5G Modem-RF参考设计，运行自研AI编码器；网络侧由CMX500模拟gNB，运行R&S AI解码器，模拟真实信道环境（UMa、UMi、高速移动场景），完成端到端AI-CSI验证。

验证流程：CMX500发送CSI-RS信号→高通终端测量信道并通过AI编码器压缩→上行反馈低维码字→CMX500 AI解码器重建信道→基站执行MIMO预编码与下行传输→采集并统计核心性能指标。

关键成果：一是实现跨厂商AI-CSI互操作，为Rel.20互操作规范提供实测参考；二是验证性能增益，相对Rel.15传统码本方案，吞吐量提升51%；三是为Rel.20规范制定提供实测数据，推动规范贴合产业需求；四是形成可复用的验证方案，加速芯片、终端、基站厂商的研发进程，同时为后续6G CSI压缩方案的早期测试验证奠定平台基础。

目前3GPP Rel.20正推进5G-A CSI压缩的规范制定，将AI-CSI压缩从研究转化为商用，通过标准化模型管理、互操作机制与性能基线，支撑5G-A大规模MIMO性能突破。在目前的6G标准化阶段，所提出的JSCC和JSCM实现了CSI压缩的跨维度联合优化，成为下一代的候选技术。罗德与施瓦茨CMX500测试平台与高通的联合验证，为Rel.20规范落地与产业商用提供了关键支撑，完善了5G-A AI-CSI测试生态，同时为6G CSI压缩的早期测试奠定基础。