基于深度学习的MIMO系统联合信号检测与信道译码

• 作者: 李国权 杨鹏 马珺杰 徐永海 林金朝
• 来源期刊: 重庆邮电大学学报（自然科学版）
• 关键词: 多输入多输出(MIMO)系统 深度学习 信号检测 信道译码
• 年，卷（期）: 2021,（2）
• 所属期刊栏目: 人工智能与信息通信|Artificial Intelligence and Information Communication Technology
• 页码范围: 176-184
• 页数: 9页
• 分类号: TP183
• 语种: 中文
• DOI: 10.3979/j.issn.1673-825X.201912200450

摘要

为进一步提高多输入多输出(multiple-input multiple-output,MIMO)系统性能,研究了深度学习方法来联合解决MIMO系统信号检测与信道译码问题.通过将深度神经网络、自动编码器神经网络与传统MIMO通信系统的物理层架构进行有机融合,构建了基于神经网络的MIMO系统模型,可获取系统发射端的信息比特或码字及信道状态信息,采用了端对端的训练方式,使不同神经网络模型可学习系统收发端的信息比特与码字的映射关系,联合实现了MIMO系统信号检测和信道译码,同时具有较低的复杂度.仿真结果表明,相比一些传统检测和译码算法,所提方法具有较优的检测和译码性能.