10.12305/j.issn.1001-506X.2022.12.30
基于神经网络的高并行大规模MIMO信号检测算法
随着5G和未来移动无线网络的不断发展,大规模多输入多输出(multiple input multiple output,MIMO)是其中的关键技术之一.随着天线数目的不断增加,给接收机的设计带来更高的挑战,复杂度过高的检测算法在实际中难以应用.本文将一种高并行(high-parallelism,HP)检测算法展开到神经网络中,单层神经网络基于该算法的每次迭代,并将其与可训练的权重参数和非线性神经单元相结合,提出基于网络结构HP-Net的方法.通过训练HP-Net得到最优可训练参数,进而提高检测性能.实验结果表明,所提方法相对传统最小均方误差(minimum mean square error,MMSE)算法复杂度更低,并能够得到更低的误码率;同时相对HP并行检测算法误码率性能更优.
大规模多输入多输出、深度神经网络、信号检测
44
TN929.53
中国科学院上海微系统与信息技术研究所无线传感网与通信研究所资助课题20190911
2023-03-30(万方平台首次上网日期,不代表论文的发表时间)
共7页
3843-3849