本发明公开了一种基于抗拟合深度学习的MIMO道状态信息反馈方法，属于通信领域，包括以下步骤：首先，构建Anti‑overfitting CSI net模型，将信道矩阵分为实部和虚部分别输入进用户端的编码器，编码器包含卷积层、全连接层，数据经过编码经过反馈链路，到达接收端，在接收端的解码器包含抗拟合层，全连接层、RefineNet层、卷积层，最终输出预测的信道矩阵。模型构建完成后，将模型进行离线训练，首先初始化模型参数，误差收敛后保存模型，最后将训练好保存的模型在线进行预测信道状态信息。本发明可以进一步提高信息矩阵的恢复精度，保证系统发射端得到准确的信道状态信息，提高系统的通信质量。
