-
公开(公告)号:CN116707670A
公开(公告)日:2023-09-05
申请号:CN202310753083.0
申请日:2023-06-25
Applicant: 网络通信与安全紫金山实验室
IPC: H04B17/15 , H04B17/29 , H04B7/0413
Abstract: 本发明公开了一种多输入多输出发射信号检测方法、装置、设备及介质,应用于通信技术领域,包括:获取输入参数;利用预先训练的简化广义近似消息传递网络处理输入参数,得到目标发射信号估计值;简化广义近似消息传递网络为对预设多维度参数进行降维处理,以及利用深度学习模型对降维处理后的参数进行修正的广义近似消息传递网络。本发明利用预先训练的简化广义近似消息传递网络对输入参数进行计算时,由于可以对多维度参数进行降维处理,使得减少参数运算的步骤,并且利用深度学习模型对降维处理后的参数进行修正,从而保证了模型的误码性能。因此,本发明可以在提升误码性能的情况下,降低了计算目标发射信号估计值的复杂度,提高了计算效率。
-
公开(公告)号:CN113541747B
公开(公告)日:2022-07-08
申请号:CN202110748205.8
申请日:2021-07-01
Applicant: 网络通信与安全紫金山实验室 , 东南大学
IPC: H04B7/0413 , H04B7/08 , H04B17/336 , H04B17/391
Abstract: 本发明公开了一种大规模MIMO检测方法、装置和存储介质,包括:将接收信号矢量、信道矩阵以及噪声方差数据输入到经训练的近似期望传播网络模型中,得到发射信号的估计值;基于深度学习网络构建近似期望传播网络,近似期望传播网络的每一层对应于EPA算法的每个迭代过程;在每个网络层中引入可学习的线性纠正参数来纠正EPA算法中每次迭代时的未归一化的腔边缘分布的二阶项系数;近似期望传播网络的最后一层输出发送信号的最终估计值;对构建的所述近似期望传播网络进行训练,得到训练后的可学习的线性纠正参数,固定可学习的线性纠正参数即得到经训练的近似期望传播网络模型。本发明以较低的复杂度实现了更好的性能提升。
-
公开(公告)号:CN113541747A
公开(公告)日:2021-10-22
申请号:CN202110748205.8
申请日:2021-07-01
Applicant: 网络通信与安全紫金山实验室 , 东南大学
IPC: H04B7/0413 , H04B7/08 , H04B17/336 , H04B17/391
Abstract: 本发明公开了一种大规模MIMO检测方法、装置和存储介质,包括:将接收信号矢量、信道矩阵以及噪声方差数据输入到经训练的近似期望传播网络模型中,得到发射信号的估计值;基于深度学习网络构建近似期望传播网络,近似期望传播网络的每一层对应于EPA算法的每个迭代过程;在每个网络层中引入可学习的线性纠正参数来纠正EPA算法中每次迭代时的未归一化的腔边缘分布的二阶项系数;近似期望传播网络的最后一层输出发送信号的最终估计值;对构建的所述近似期望传播网络进行训练,得到训练后的可学习的线性纠正参数,固定可学习的线性纠正参数即得到经训练的近似期望传播网络模型。本发明以较低的复杂度实现了更好的性能提升。
-
公开(公告)号:CN117118542A
公开(公告)日:2023-11-24
申请号:CN202310803814.8
申请日:2023-06-30
Applicant: 网络通信与安全紫金山实验室
IPC: H04B17/309 , H04B7/0413
Abstract: 本发明公开了一种多输入多输出系统的信号检测方法以及电子设备。其中,该方法包括:依据多个发送子信号分别对应的第一后验概率均值、第一后验概率方差,所述多个接收子信号分别对应的第一残差项,以及分别对应的子载波对应的信道矩阵元素以及噪声方差,确定多个接收子信号分别对应的第二残差项;更新多个发送子信号分别对应的第一后验概率均值与第一后验概率方差,采用上述更新方法,对对应的第二后验概率均值进行迭代更新,得到分别对应的目标后验概率均值;依据多个发送子信号分别对应的目标后验概率均值,得到多个发送子估计信号。本发明解决了相关技术中对接收到的信号进行信号检测时,存在的检测复杂度高的技术问题。
-
公开(公告)号:CN116886209A
公开(公告)日:2023-10-13
申请号:CN202310891140.1
申请日:2023-07-19
Applicant: 网络通信与安全紫金山实验室
IPC: H04B17/00 , H04B17/309 , H04B7/0413
Abstract: 本发明公开了一种多输入多输出系统的信号检测方法、装置和计算机设备。其中,该方法包括:获取接收信号和信道信息,以及预先设定的高斯近似先验概率分布;采用如下方法,对高斯近似先验概率分布进行迭代更新,确定目标先验概率分布:根据接收信号、信道信息和预先设定的高斯近似先验概率分布,确定联合近似后验概率分布;以α散度最小化为目标,确定与联合近似后验概率分布矩匹配的高斯近似后验概率分布;根据高斯近似后验概率分布,更新高斯近似先验概率分布,得到更新后的高斯近似先验概率分布;根据目标先验概率分布,确定发送估计信号。本发明解决了现有技术中应用于MIMO系统的检测方法的检测精度不高的技术问题。
-
公开(公告)号:CN116800277A
公开(公告)日:2023-09-22
申请号:CN202310739936.5
申请日:2023-06-20
Applicant: 网络通信与安全紫金山实验室
Abstract: 本发明实施例提供一种大规模多输入多输出系统的迭代检测译码方法及装置,其中方法包括:在LDPC编译码和多进制正交幅度调制的多输入多输出系统中,根据上一次外循环中译码器输出的先验信息,确定当前外循环中检测器第一次内循环的输入;经过预设次数的内循环,获取所述检测器输出的外信息;根据所述外信息确定所述当前外循环中所述译码器的输入;获取所述当前外循环中所述译码器更新并输出的先验信息,根据所述更新的先验信息确定下一次外循环中所述检测器第一次内循环的输入;其中,所述检测器根据近似期望传播算法进行检测,所述译码器根据归一化最小和算法进行译码。本发明保证迭代检测译码算法良好性能的同时实现低复杂度。
-
公开(公告)号:CN116318179A
公开(公告)日:2023-06-23
申请号:CN202310307409.7
申请日:2023-03-27
Applicant: 网络通信与安全紫金山实验室
IPC: H03M13/11
Abstract: 本发明提供一种低密度奇偶校验码编译码多输入多输出系统的检译码方法,包括:在低密度奇偶校验码编译码和多进制正交幅度调制的多输入多输出系统中,基于期望传播进行检测,对于当前外循环,检测模块根据上一次外循环中译码模块经过第一预设次数的译码迭代后输出的校验信息之和,经过第二预设次数的检测迭代,更新并输出空腔信息;译码模块根据检测模块经过第二预设次数的检测迭代后输出的空腔信息,经过第一预设次数的译码迭代,更新并输出校验信息,作为下一次外循环中检测模块第一次检测迭代的输入。本发明通过保留译码迭代后输出的校验信息,使整个接收机的消息连续得到保证,在一定程度提升系统性能的前提下,极大地降低了整个系统的复杂度。
-
-
-
-
-
-