[發(fā)明專利]一種基于深度學(xué)習(xí)的空間調(diào)制網(wǎng)絡(luò)中聯(lián)合檢測方法有效
| 申請?zhí)枺?/td> | 202010594156.2 | 申請日: | 2020-06-28 |
| 公開(公告)號: | CN111769862B | 公開(公告)日: | 2022-11-11 |
| 發(fā)明(設(shè)計)人: | 張文奇;劉林;蔣昕怡;束鋒;鄒駿;夏桂陽 | 申請(專利權(quán))人: | 南京理工大學(xué) |
| 主分類號: | H04B7/08 | 分類號: | H04B7/08;G06N3/02 |
| 代理公司: | 廣東遠勝智和知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 44665 | 代理人: | 鄒藍 |
| 地址: | 210094 *** | 國省代碼: | 江蘇;32 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 一種 基于 深度 學(xué)習(xí) 空間 調(diào)制 網(wǎng)絡(luò) 聯(lián)合 檢測 方法 | ||
本發(fā)明公開了一種基于深度學(xué)習(xí)的空間調(diào)制網(wǎng)絡(luò)中聯(lián)合檢測方法。本發(fā)明利用深度學(xué)習(xí)方法,首先將信道和接收信號均處理為實值行向量,二者堆疊生成訓(xùn)練樣本,一批樣本組成訓(xùn)練集,將原始數(shù)據(jù)比特處理為獨熱編碼形式,生成訓(xùn)練集的標(biāo)簽;然后搭建深度神經(jīng)網(wǎng)絡(luò),使用訓(xùn)練集及其標(biāo)簽訓(xùn)練深度神經(jīng)網(wǎng)絡(luò);最后,每當(dāng)信道矩陣和接收信號發(fā)生變化時,向深度神經(jīng)網(wǎng)絡(luò)輸入信道和接收信號,得到輸出,即為信號檢測結(jié)果。只要信道的隨機分布不發(fā)生改變,便無需進行新的訓(xùn)練。本發(fā)明的有益效果為,本發(fā)明提出的基于深度學(xué)習(xí)的聯(lián)合檢測方法,無需重復(fù)繁瑣的計算,以可接受的復(fù)雜度,獲得了較優(yōu)的誤比特率性能。
技術(shù)領(lǐng)域
本發(fā)明涉及無線通信技術(shù)領(lǐng)域,特別涉及基于深度學(xué)習(xí)的空間調(diào)制網(wǎng)絡(luò)中聯(lián)合檢測方法。
背景技術(shù)
目前,第五代移動通信技術(shù)已經(jīng)深入到生產(chǎn)制造、日常生活的方方面面,它通過大規(guī)模多輸入多輸出(Multiple Input Multiple Output,MIMO)提升效率,采用重點區(qū)域超密集組網(wǎng)等關(guān)鍵技術(shù),其發(fā)展已進入最后階段。學(xué)術(shù)界對開發(fā)下一代網(wǎng)絡(luò)的興趣日益濃厚,預(yù)計未來十年將致力于發(fā)展第六代移動通信技術(shù)(the Sixth Generation mobilecommunication networks, 6G)。2019年,中國正式啟動6G研究,將結(jié)合移動超寬帶、物聯(lián)網(wǎng)、人工智能等技術(shù)。大規(guī)模MIMO技術(shù)在簡化介質(zhì)訪問控制層、提高吞吐量、降低延遲、增加輻射能效、使用廉價低功耗組件等方面具有極大優(yōu)勢,在6G研究中潛力巨大。
傳統(tǒng)MIMO有許多劣勢,比如信道間干擾難以消除、天線間同步難度大、系統(tǒng)性能與接收機復(fù)雜度之間難以權(quán)衡、發(fā)射天線必須少于接收天線。
為了解決上述問題,新型MIMO技術(shù)——空間調(diào)制(Spatial Modulation,SM)應(yīng)運而生,它將比特信息流分為兩個子信息塊,一個映射為天線索引,另一個映射到星座符號。在每個時隙內(nèi),只有一個發(fā)射天線被激活。無線通信信道具有很高的復(fù)雜度和隨機性,SM的各個發(fā)射天線對應(yīng)的信道之間有很大的區(qū)別,所以接收機可以通過一定的檢測方式,區(qū)分和識別來自不同天線的數(shù)據(jù)。SM的主要優(yōu)點有:1)每個時隙只有一副天線被激活,很好地消除了信道間干擾,避免了天線間同步,降低了射頻開銷和功率消耗。2)利用天線序數(shù)攜帶比特信息,在一定程度上提升了頻譜效率和能量效率。3)如果發(fā)射天線多于接收天線,SM方案仍然可以高效地運轉(zhuǎn),因此SM適用于低復(fù)雜度的移動單元的下行鏈路設(shè)置。
在傳統(tǒng)的SM信號檢測方法中,最大似然(Maximum Likelihood,ML)檢測的誤比特率 (Bit Error Rate,BER)性能最優(yōu),其主要思路是,在接收端窮盡搜索所有可能的發(fā)射向量,即所有可能的天線索引和星座符號對,找到最大化似然函數(shù)的最優(yōu)解。最大似然檢測的計算復(fù)雜度非常高,隨著發(fā)射天線數(shù)和調(diào)制星座階數(shù)的增加而指數(shù)增長。雖然后續(xù)也陸續(xù)有研究者提出更低復(fù)雜度的方法,例如球形譯碼檢測、迫零檢測、最小均方誤差檢測、匹配濾波檢測等,但整個過程仍然比較繁瑣,具有重復(fù)性,不利于有效利用資源。
發(fā)明內(nèi)容
SM系統(tǒng)中,接收端的信號檢測器,根據(jù)接收信號檢測出發(fā)射天線索引和星座符號,進而解調(diào)出原始數(shù)據(jù)比特。ML檢測方法在接收端窮盡搜索所有可能的發(fā)射向量,即所有可能的天線索引和星座符號對,找到最大化似然函數(shù)的最優(yōu)解。若接收端已知信道狀態(tài)信息,則 ML檢測可表示為:
其中,分別為接收端估計出的天線索引和星座符號索引,py(y|xj,m,H)為似然函數(shù)。這一計算需要重復(fù)進行,步驟繁瑣,消耗大量資源,不利于系統(tǒng)性能的提升。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于南京理工大學(xué),未經(jīng)南京理工大學(xué)許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202010594156.2/2.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
- 根據(jù)用戶學(xué)習(xí)效果動態(tài)變化下載學(xué)習(xí)數(shù)據(jù)的系統(tǒng)及方法
- 用于智能個人化學(xué)習(xí)服務(wù)的方法
- 漸進式學(xué)習(xí)管理方法及漸進式學(xué)習(xí)系統(tǒng)
- 輔助學(xué)習(xí)的方法及裝置
- 基于人工智能的課程推薦方法、裝置、設(shè)備及存儲介質(zhì)
- 基于強化學(xué)習(xí)的自適應(yīng)移動學(xué)習(xí)路徑生成方法
- 一種線上視頻學(xué)習(xí)系統(tǒng)
- 一種基于校園大數(shù)據(jù)的自適應(yīng)學(xué)習(xí)方法、裝置及設(shè)備
- 一種學(xué)習(xí)方案推薦方法、裝置、設(shè)備和存儲介質(zhì)
- 游戲?qū)W習(xí)效果評測方法及系統(tǒng)





