公开(公告)号：CN111865489A

公开(公告)日：2020-10-30

申请号：CN202010527818.4

申请日：2020-06-11

Applicant: 东南大学

Inventor： 王闻今 ,  杨长蓉 ,  李子箫 ,  方家琪 ,  吴驰 ,  尤力 ,  高西奇

IPC: H04L1/00 ,  H04L25/02 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于图神经网络的多输入多输出检测方法。本发明将多输入多输出系统的接收数据转换为图型结构数据，构建成一个全连接的无向图，其中每个实数域的发送符号映射为图中的一个节点，再将其输入到构建的图神经网络中，输出发送比特的对数似然比的估计值，完成信号检测任务。本发明所设计的神经网络在突发噪声信道和不完美信道估计场景中获得了接近最优的性能，且基于图神经网络的多输入多输出检测方法对信噪比表现出了良好的鲁棒性。

公开(公告)号：CN111865489B

公开(公告)日：2022-10-28

申请号：CN202010527818.4

申请日：2020-06-11

Applicant: 东南大学

Inventor： 王闻今 ,  杨长蓉 ,  李子箫 ,  方家琪 ,  吴驰 ,  尤力 ,  高西奇

IPC: H04L1/00 ,  H04L25/02 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于图神经网络的多输入多输出检测方法。本发明将多输入多输出系统的接收数据转换为图型结构数据，构建成一个全连接的无向图，其中每个实数域的发送符号映射为图中的一个节点，再将其输入到构建的图神经网络中，输出发送比特的对数似然比的估计值，完成信号检测任务。本发明所设计的神经网络在突发噪声信道和不完美信道估计场景中获得了接近最优的性能，且基于图神经网络的多输入多输出检测方法对信噪比表现出了良好的鲁棒性。