摘要
本发明公开了一种基于低复杂度优化期望传播的仿射频分复用信号检测方法,属于多载波通信的信号检测技术。本发明通过迭代更新信息,以逼近ML结果,将复杂度从指数级降低到立方级;为降低EP的复杂度,本发明利用DAFT域中的稀疏和准带状信道结构。通过矩阵块分解、上下三角分解以及上三角矩阵前向替代,成功实现了低复杂度的矩阵求逆,将EP算法的复杂度降低到线性级别。此外,本发明通过深度学习优化矩匹配策略进一步提升EP算法性能,使得过程通过可训练的正负组件参数变得更加自适应。此外,基于本发明方法还可实现DAFT域迭代检测和解码,其解码器的外部信息反馈给检测器,显著提升整体系统的可靠性。本发明在性能提升和计算复杂度之间实现了有效平衡。
技术关键词
矩阵
符号
信号检测方法
复杂度
信道
调制星座
深度学习模型
深度学习优化
信号检测技术
分块
元素
替换算法
射频
阻尼
解码器
噪声方差
因子
参数
系统为您推荐了相关专利信息
响应预测方法
地震
相关性分析方法
编码模块
参数
矩阵分解推荐方法
项目
因子
兴趣
贝叶斯个性化排序
汽车电池荷电状态
混合神经网络模型
车辆运行数据
电池荷电状态预测
特征提取模块
交易特征
加密数据
数据加密方法
同态加密算法
风险评估方法