摘要
本发明涉及一种基于深度学习的大规模MIMO信号软检测方法,属于无线通信领域。该方法包括:基于大规模MIMO系统模型,获取接收信号矢量信道矩阵和发射信号矢量利用改进的共轭梯度算法,获得一种模型驱动深度学习检测网络;设置所述深度学习检测网络的损失函数;利用所述所述以及所述完成深度检测网络训练并引入软判决。本发明所提出的软输出深度检测网络可通过合理添加更新权重和偏置改进算法结构,并利用可学习参数补偿原算法固定步长和方向的计算误差。此外,本发明还能够利用比特似然比计算求解软信息,并驱动接收机端的信道译码模块,进而将深度检测网络引入软判决。因此,本发明所述检测方案能够有效提升原共轭梯度算法的检测性能。
技术关键词
深度检测网络
模型驱动深度学习
大规模MIMO系统
软检测方法
梯度算法
软判决
信号检测方法
硬判决检测算法
计算机程序代码
译码模块
计算机程序产品
训练参数集
信号检测装置
信道
深度神经网络
算法结构
存储器
系统为您推荐了相关专利信息
电导率分布图
灵敏度矩阵
粒子群算法
混凝土
参数
联邦学习方法
中心服务器
数据分布
噪声方差
样本
梯度算法
协同优化方法
样本
上下层
干扰决策方法
并行优化方法
梯度算法
稀疏矩阵向量乘法
热传导方程
非暂态计算机可读存储介质
干扰无人机
中继无人机
辅助通信方法
无线网络
移动基站