解決痛點 

現行無線通訊系統在高速移動或複雜環境（如海事通訊、智慧工廠）下，通道資訊回傳成本高、延遲大，導致系統效能下降。本技術透過 AI 模型預測與壓縮通道資訊，有效減少回傳頻寬需求，提升通訊可靠度與即時性，降低系統整體運營成本，特別適用於 5G / B5G / 6G 與專網應用。

 技術簡介 

AI 無線通道資訊回傳技術利用深度學習模型學習通道特性，將高維度通道資訊轉換為低維度特徵進行回傳，並於接收端進行高精度重建。此技術可整合至現有無線通訊架構，支援多天線（MIMO）、高頻寬及高速移動場景，具備高度實用性與擴充性。

▲圖說：AI 模型於終端設備端進行通道特徵萃取與壓縮，回傳至基地台後進行通道資訊重建，以提升整體通訊效能。

 應用案例 

本技術即對應 3GPP 所關注之 AI-based CSI enhancement 之高層核心概念，提出一套 AI 輔助之 CSI 回饋架構，於使用者設備（UE）端進行通道特徵學習與資訊壓縮，並於基地台（gNB）端進行通道資訊重建與效能強化。該技術方向已於 3GPP Release 20 納入相關 Work Item 討論，並被視為 Release 21 中 6G AI 關鍵技術發展之一，具備支援 3GPP 標準演進之實質貢獻潛力。

 相關連結 

https://arxiv.org/abs/1712.08919

 專利名稱證號 

基於深度學習作為通道狀態資訊之回饋方法 (TW201944745A)

 技術產學合作或技轉單位 

產學合作單位：工業技術研究院

 獲獎紀錄 

無

 技術聯絡人 

國立中山大學 前瞻產業聯絡中心

連絡電話：07-5250165

聯絡信箱：gloria@mail.nsysu.edu.tw