基于深度学习的大规模MIMO信号检测

摘要

cqvip:随着无线通信传输速率的不断提升,接收机的设计也迎来了极为迫切的挑战。现代通信通过许多逻辑及物理的抗干扰技术实现对信道容量的扩增;比如信道编码、OFDM调制以及MIMO技术等,而大规模MIMO分集的解决方案是提高信道容量的关键,深度学习强大的非线性拟合能力极为契合大规模MIMO信号大并发量的检测。本文结合深度学习思想,提出了一种新颖的大规模MIMO信号的检测方案。引言:在无线通信系统中,多径衰落对传输码元的相位及幅度的影响较大,不仅降低雷达的测量精度,更使得调制规则的信息难以直接被接收端利用。对抗多径干扰的措施,一方面可提高接收机的距离测量精度;另一方面可采用分集接收技术,其主要通过多天线自适应地对信号进行处理,将干扰尽可能的抵消。