基于深度学习的共轭梯度大规模MIMO检测方法.pdfVIP

下载本文档

1
0
约1.08万字
约 10页
2023-05-15 发布于四川
举报
版权申诉

基于深度学习的共轭梯度大规模MIMO检测方法.pdf

1、本文档共10页，其中可免费阅读9页，需付费10金币后方可阅读剩余内容。
2、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。
3、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
4、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
8、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

本文针对发射天线数量大于接收天线数量的大规模多输入多输出系统，提出了一种基于深度学习的共轭梯度大规模MIMO检测方法用于信号检测。该方法通过选择合适的可训练参数，将带有可训练参数的CG迭代算法展开为深度神经网络，并通过网络训练，找到每一层的最优参数。并通过基于特征值估计的初始值迭代策略，提升算法的收敛性。这种方法可以保证在参数估计时的快速收敛。另外，该方法可训练参数的个数只和网络层数有关，与天线的数量无关。这些特点保证了该方法快速稳定的训练过程和对大型系统的合理的可扩展性。本发明实现了以较低复杂

(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114726419 A (43)申请公布日 2022.07.08 (21)申请号 202210358183.9 (22)申请日 2022.04.07 (71)申请人重庆邮电大学地址 400065