基于深度学习的Massive-MIMO系统信号检测

发布时间：2021-07-14 16:47

　　由于在提升通信容量方面的显著优势,大规模多输入多输出（Multi-Input MultiOutput,MIMO）技术成为第五代移动通信系统的关键技术之一。成百上千的天线规模导致信号处理维度剧增,用于信道估计的导频开销也不可接受,大规模MIMO系统信号检测设计面临巨大挑战。以深度学习为代表的人工智能技术成功应用于图像处理、自然语言处理等领域,展现出处理高维复杂数据的优势。本文利用这一优势,开展基于深度学习的大规模MIMO信号检测技术研究。深度学习已初步应用于通信信号检测,主要思路是传统网络架构的直接迁移。由于未考虑大规模MIMO的稀疏性和渐近正交性,直接迁移会导致数据特征提取过程复杂、训练收敛慢,信号检测性能很难满足系统要求。针对这一关键问题,本文开展如下研究:大规模MIMO信号检测传统设计方法是依据处理流程划分功能模块,并逐模块进行建模和优化。本文对这种模块独立设计（Module Independent Design,MID）方法深入研究,发现模块处理误差会逐级放大,并给出联合设计信道估计信号检测和优化信道估计的设计方法,以提升不同用户规模的大规模MIMO信号检测性能。在小用户数场景下... 

【文章来源】：电子科技大学四川省 211工程院校 985工程院校 教育部直属院校

【文章页数】：90 页

【学位级别】：硕士

【部分图文】：

2×8192大规模MIMO信道角域响应展现空域稀疏性

【参考文献】：
期刊论文
[1]基于AI的5G技术——研究方向与范例[J]. 尤肖虎,张川,谈晓思,金石,邬贺铨.  中国科学:信息科学. 2018(12)

博士论文
[1]MIMO-OFDM系统信道估计与信号检测联合方法研究[D]. 高敬鹏.哈尔滨工程大学 2014



本文编号：3284519