1.基于信号检测与支撑集辅助的叠加CSI反馈方法，其特征在于，包括以下步骤：A发送端处理：

(A1)读取长为N，稀疏度为K的信道状态信息 利用1×λ的索引序列A(2)记录H的部分小幅度元素的索引信息；根据CS即压缩感知技术得1×M的压缩序列y；将索引序列A(2)、压缩序列y和稀疏度K按照公式X＝[A(2),yreal,yimag,K]构成1×l的信息序列X；

所述的CS技术为利用测量矩阵Φ根据公式y＝HΦ压缩1×N的稀疏信道状态信息H；

所述的测量矩阵Φ为N×M矩阵；包括：高斯分布随机矩阵、贝努利分布随机矩阵、亚高斯随机矩阵和非常稀疏投影矩阵；其中，M≤N；

所述的l满足l＝λ+2M+K；

所述的yreal、yimag分别表示压缩序列y的实部和虚部；

(A2)将1×l的信息序列X进行量化、调制得1×L的调制序列R；

(A3)用T×L的扩频矩阵Q将1×L的调制序列R按照公式L＝RQT进行扩频处理，得1×T的扩频序列L；

所述的上标(·)T为矩阵的转置操作；

(A4)将1×T的扩频序列L与1×T的数据序列S按照公式 进行加权叠加生成1×T的发送序列T进行发射；

所述的数据序列S是发射数据序列经量化、调制所得；所述的E为发送序列T的发送功率，所述的常数ρ满足：0≤ρ≤1；

B接收端处理：

(B1)接收端接收到发送信号Y，根据公式 进行解扩频操作得带噪调制序列(B2)利用最小均方误差(MMSE,Minimum Mean Square Error)检测技术，恢复1×L的调制序列R；

(B3)将1×L的调制序列R解调后映射回1×l的信息序列X；利用信息序列X恢复出索引序列A(2)、压缩序列y和稀疏度K；

(B4)利用干扰消除思想以及MMSE检测技术，恢复1×T的数据序列S；

(B5)接收机利用索引序列A(2)、压缩序列y、测量矩阵Φ和稀疏度K重构CSI。

2.根据权利要求1所述的基于信号检测与支撑集辅助的叠加CSI反馈方法，其特征在于，步骤(A1)所述的索引序列A(2)是小幅度非零元素的支撑集信息，即：其中，|h|i(i＝1,2,…,K)是将H中的K个非零元素按照幅值大小降序排列所得；所述的λ根据工程经验设定。

3.根据权利要求1所述的基于信号检测与支撑集辅助的叠加CSI反馈方法，其特征在于，步骤(A3)所述的扩频处理是将1×L的调制序列R根据公式L＝RQT扩频，其中Q为T×L的walsh码组成的扩频矩阵，满足QTQ＝T·ΙL；其中，(·)T表示取矩阵的转置操作，IL表示L×L的单位矩阵。

4.根据权利要求1所述的基于信号检测与支撑集辅助的叠加CSI反馈方法，其特征在于，步骤(B2)所述的MMSE检测技术，根据下式进行，即：-1 H

其中，(·) 表示取矩阵的逆操作，(·) 表示取矩阵的共轭转置操作，dec(·)表示硬判决操作， 为带噪调制序列 的自相关函数矩阵， 为带噪调制序列 与调制序列R的互协方差矩阵； E(X)表示取矩阵X的均值。

5.根据权利要求1所述的基于信号检测与支撑集辅助的叠加CSI反馈方法，其特征在于，步骤(B4)所述干扰消除思想是利用接收到的发送序列T减去调制序列R的干扰，获得去干扰数据序列 即：其中(·)T表示取矩阵的转置操作，再根据下式进行MMSE检测，恢复数据序列Sk，即：其中，(·)-1表示取矩阵的逆操作，(·)H表示取矩阵的共轭转置操作，dec(·)表示硬判决操作， 为去干扰数据序列 的自相关函数矩阵， 为去干扰数据序列 与数据序列S的互协方差矩阵； E(X)表示取矩阵X的均值。

6.根据权利要求1所述的基于信号检测与支撑集辅助的叠加CSI反馈方法，其特征在于，步骤(B5)进一步包括：所述的重构CSI，是将索引序列A(2)加入重构算法初始值，并结合现有的基于压缩感知的重构方法进行信号的重构，同时利用索引序列A(2)设置新的算法终止条件；

所述的现有的基于压缩感知的重构方法包括，基于L1范数最小化、基追踪算法、内点法、匹配追踪算法、正交匹配追踪算法、分段OMP算法、规范OMP算法、CoSaMP算法、迭代硬阈值法以及GraDeS；

所述的加入重构算法初始值是指利用稀疏度K和索引序列A(2)得到：待重构支撑集长度η＝K-|A(2)|；将待重构支撑集长度η添加在算法初始值中；

所述的利用索引序列A(2)设置新的算法终止条件是指算法进行η次迭代后，根据更新出来的支撑集合的势进行支撑集完备性的检验，即满足条件|Tt|≠K且η＜K，支撑集重构完成；否则，返回算法第一步；其中，|Tt|表示算法经过t次迭代以后更新支撑集T的势。