南京邮电大学学报(自然科学版)

作者：武苗苗,傅友华

单位：南京邮电大学 电子与光学工程学院、微电子学院，江苏 南京　210023；南京邮电大学 射频集成与微组装技术国家地方联合工程实验室，江苏 南京　210023南京邮电大学 电子与光学工程学院、微电子学院，江苏 南京　210023；南京邮电大学 射频集成与微组装技术国家地方联合工程实验室，江苏 南京　210024

关键词：大规模多输入多输出系统；信号检测；深度神经网络；单调非递增函数

基金：国家自然科学基金(61771257)资助项目

大规模多输入多输出(Multiple Input Multiple Output，MIMO)系统随着天线数的增加，信号检测的计算复杂度随之提高，使用更深层次的神经网络并不会显著提高检测性能，因此设计一种低复杂度、高性能的检测算法尤为重要。文中提出了一种基于深度神经网络的大规模MIMO信号检测算法。该神经网络基于投影梯度下降算法展开，并引入了单调非递增函数，在训练期间可以动态地对权重进行优先级排序，从而保留重要的权重，将不重要的权重进行衰减。为了进一步提高检测性能，防止梯度消失，将单调非递增函数设置为可训练参数，在网络训练中对其值进行优化。仿真结果表明，所提出的学习算法收敛速度快，并且在检测精度方面优于大规模MIMO独立同分布模型(Massive MIMO independent identically distributed，MMNet iid)和最小均方误差算法。

来源：2022年第1期

《南京邮电大学学报(自然科学版)》期刊编辑部

查看南京邮电大学学报(自然科学版)杂志2022年第1期