TL;DR本文研究了基于深度神经网络的 MIMO 检测,并提出了一种适用于此检测任务的现代神经网络架构。通过数值模拟,结果表明,深层网络可以在显著降低复杂性的同时,提供针对具有不良条件通道和误指定噪声方差的鲁棒性,达到最先进的准确性。
Abstract
In this paper, we consider the use of deep neural networks in the context of
Multiple-Input-Multiple-Output (MIMO) detection. We give a brief introduction
to deep learning and propose a modern neural network architectur
本文提出了一种基于模型驱动的深度学习网络用于多输入多输出(MIMO)检测,通过深度学习技术优化网络的可训练参数以提高检测性能;由于网络可训练变量的数量等于层数,因此可以在很短的时间内轻松训练网络,并且网络可以处理时变信道,通过数值结果表明该方法可以显著提高 Rayleigh 和相关 MIMO 信道下迭代算法的性能。