1.一种FDD大规模MIMO-OFDM系统下的信道信息反馈算法，其特征在于，包括以下步骤：

1)、在大规模MIMO-OFDM系统中，接收端对频域信道进行估计，得到CSI信道状态信息H，H即为信道矩阵；

2)、将估计得到H做反傅里叶变换IFFT得到时域稀疏CSI信息h；

3)、再根据信道的时域稀疏性抽头形成压缩后的CSI信息h′，CSI压缩到较低维度矩阵；

4)、使用卡尔曼预测模型对当前时刻n压缩后的CSI信息h′n进行信道预测，得到接收端反馈CSI到基站所需时间之后的CSI信息h′n+1，接收端反馈预测的CSI信息和活跃信道抽头位置指示给基站；

5)、在基站端，进行CSI恢复得到完整的时域CSI信息，并对得到的时域CSI信息做傅里叶变换FFT，得到对应于各子载波的频域CSI信息；

所述步骤3)根据信道的时域稀疏性抽头形成压缩后的CSI信息h′具体包括：从h中抽取d个活跃信道，抽头后形成压缩后的CSI信息为h′，表示为：h′＝{h′[0]，...，h′[Nt-1]}，          (4)其中 表示天线nt对应的d个活跃抽头上的时域信道， 表示Nt根天线对应的d个活跃抽头上的时域信道矩阵；所述d取值为6～8；

所述步骤4)使用卡尔曼预测模型对当前时刻n压缩后的CSI信息h′n进行信道预测，得到接收端反馈CSI到基站所需时间之后的CSI信息h′n+1包括：首先将压缩后的CSI转化为一维向量： vec(h′n)表示将h′n向量化，然后根据卡尔曼预测原理，建立描述状态向量的过程方程和描述观测向量的观测方程分别为时刻n的观测值为：h′(n)＝A(n)h′(n-1)+W(n)，        (5)Z(n)＝Ch′(n)+V(n)，           (6)h′(n)表示在时刻n的状态向量， 表示已知的系统从时刻n-1的状态到时刻n的状态转移矩阵，d表示抽取的活跃信道个数，Z(n)表示在时刻n的观测向量，表示观测矩阵，W(n)～CN(0，Q(n))和V(n)～CN(0，R(n))分别表示过程噪声和观测噪声，且服从零均值高斯白噪声分布。

经过卡尔曼预测得到预测的CSI为一维向量 转化为：其中 表示预测的天线nt对应的d个活跃抽头上的时域信道，表示预测的Nt根天线对应的d个活跃抽头上的时域信道矩阵。

2.根据权利要求1所述的FDD大规模MIMO-OFDM系统下的信道信息反馈算法，其特征在于，步骤1)中接收端使用经典信道估计算法包括LS最小二乘法、MMSE最小均方误差法在内的估计算法进行频域信道估计，得到频域CSI信息H表示为：H＝{H[0]，..，H[Nt-1]}，     (1)其中 表示天线nt对应N个子载波上的频域信道，Nt表示基站端天线的根数， 表示Nt根天线对应N个子载波上的频域信道矩阵。

3.根据权利要求1或2所述的FDD大规模MIMO-OFDM系统下的信道信息反馈算法，其特征在于，所述步骤2)将估计得到H做反傅里叶变换IFFT得到时域稀疏CSI信息h具体包括：在接收端，利用IFFT将得到的频域CSI信息H进行稀疏化，用户将N个子载波上的信道矩阵H做反傅立叶变换：h＝FHH，         (2)

其中F为N×L的离散傅立叶变换矩阵，L为时域信道的长度，h表示为：h＝{h[0]，...，h[Nt-1]}，      (3)其中 表示天线nt对应的L个路径上的时域信道， 表示Nt根天线对应的L个路径上的时域信道矩阵。

4.根据权利要求1所述的FDD大规模MIMO-OFDM系统下的信道信息反馈算法，其特征在于，所述步骤5)中，在基站端，将反馈到基站的CSI信息根据活跃信道抽头位置指示信息放入对应的位置，其余位置补零，即可得到完整的时域CSI信息 表示为：其中 表示预测的天线nt对应的L个路径上的时域信道， 表示预测的Nt根天线对应的L个路径上的时域信道矩阵。

5.根据权利要求4所述的FDD大规模MIMO-OFDM系统下的信道信息反馈算法，其特征在于，在基站端，对时域CSI信息 做FFT变换，得到对应于各个子载波的频域CSI信息其中 表示预测的天线nt对应N个子载波上的频域信道， 表示预测的Nt根天线对应N个子载波上的频域信道矩阵。