基于块对角期望传播的大规模MIMO-MAUE系统低复杂度信号检测OA
随着6G时代的到来,用户终端设备及其天线数量显著增加,导致用户设备天线间的干扰问题愈加突出,需要更高效的信号检测技术。为解决毫米波大规模MIMO-MAUE系统下迭代检测方法性能下降的问题,提出了一种基于BDEP-Net的信号检测方法。通过EP算法构造类似信道硬化的矩阵特征,获得高精度的信号检测结果。同时,针对EP算法的高复杂度问题,利用块对角Neumann级数思想将复杂度降至原来的1/4。为进一步提升检测性能,通过融合模型驱动思想,将EP残差因子转变为可训练的网络参数以适应不同的信道条件,并形成BDEP-Net网络。仿真结果表明,BDEP-Net实现了计算复杂度与检测性能的均衡,可有效减少信道硬化消失的影响,具备出色的鲁棒性。
张学;姚海峰;李飞;梁彦
南京邮电大学通信与信息工程学院,江苏南京210003南京邮电大学通信与信息工程学院,江苏南京210003南京邮电大学通信与信息工程学院,江苏南京210003南京邮电大学通信与信息工程学院,江苏南京210003
信息技术与安全科学
大规模多输入多输出深度学习期望传播多天线用户设备系统信号检测
《移动通信》 2026 (7)
P.93-103,11
国家自然科学基金项目“基于量子机器学习的6G空频时非平稳信道估计和预编码技术研究”(62271265)。
评论