基于深度学习的大规模MIMO检测算法研究

• 作者: 张晓羽 贺光辉
• 来源期刊: 信息技术
• 学科: 工学
• 关键词: 大规模MIMO 深度学习 高阶调制 检测算法
• 年，卷（期）: 2020,（6）
• 所属期刊栏目: 基金项目
• 页码范围: 10-14
• 页数: 5页
• 分类号: TN929.5
• 字数: 4026字
• 语种: 中文
• DOI: 10.13274/j.cnki.hdzj.2020.06.003

摘要

大规模MIMO是5G的关键技术之一,提升性能、 降低复杂度是大规模MIMO检测面临的巨大难题.深度学习具有良好的并行性和鲁棒性,使其能够应用于大规模MIMO检测,目前已有的深度学习MIMO检测方法复杂度很高,且不能支持高阶调制.文中提出了一种去噪稀疏连接网络(Denoising Sparsely connected detection network,DSNet),通过将网络全连接结构修改为稀疏连接简化网络模型,进一步减小了训练参数.另外,为了使得检测网络能够适用于高阶调制,文中提出一种基于高斯去噪的激活函数.仿真结果表明该网络在64×16规模MIMO系统下能获得1 dB左右的增益,且复杂度和训练所需的参数量明显降低.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	贺光辉	上海交通大学电子信息与电气工程学院	25	32	3.0	4.0
2	张晓羽	上海交通大学电子信息与电气工程学院	1	0	0.0	0.0