设计应用

基于SDNSR-Net深度网络的大规模MIMO信号检测算法

作者：曾相誌，申 滨，阳 建
发布日期：2022-11-09
来源：2022年电子技术应用第11期

0 引言

    大规模MIMO系统中存在信道硬化现象，即由信道矩阵生成的Gram矩阵的对角项远大于非对角项。在该情况下最小均方误差(Minimum Mean Square Error，MMSE)检测算法已证明可以达到次优的检测性能[1]。然而该算法中存在矩阵求逆运算，因此难以适用于大规模MIMO系统。

    为降低线性检测算法的计算复杂度，出现了Richardson迭代[2]、Jacobi迭代[3]和逐次超松弛(Successive Over Relaxation，SOR)迭代[4]等迭代检测算法。然而，在大规模MIMO系统中，随着用户增加，该类算法的检测性能退化严重。

    深度学习技术作为一种流行的人工智能技术，目前已开始应用于解决信号检测的问题。例如：Ye[5]等人提出利用深度神经网络进行OFDM系统的信道估计和信号检测；Samuel[6]等人提出的DetNet通过将投影梯度下降算法的迭代过程展开为网络，从而获得了良好的检测性能；He[7]等人提出了OAMPNet，在传统的OAMP检测算法的基础上增加了一些可优化参数，在不增加额外复杂度的同时获得了更好的检测性能。




本文详细内容请下载：https://www.chinaaet.com/resource/share/2000005010。




作者信息：

曾相誌，申  滨，阳  建

(重庆邮电大学 通信与信息工程学院，重庆400065)




wd.jpg

此内容为AET网站原创，未经授权禁止转载。
大规模MIMO系统 信号检测 模型驱动 深度学习

Copyright © 2005-2024 华北计算机系统工程研究所版权所有 京ICP备10017138号-2

Baidu
map