由于在提升通信容量方面的顯著優(yōu)勢,大規(guī)模多輸入多輸出（Multi-Input MultiOutput,MIMO）技術成為第五代移動通信系統(tǒng)的關鍵技術之一。成百上千的天線規(guī)模導致信號處理維度劇增,用于信道估計的導頻開銷也不可接受,大規(guī)模MIMO系統(tǒng)信號檢測設計面臨巨大挑戰(zhàn)。以深度學習為代表的人工智能技術成功應用于圖像處理、自然語言處理等領域,展現(xiàn)出處理高維復雜數(shù)據的優(yōu)勢。本文利用這一優(yōu)勢,開展基于深度學習的大規(guī)模MIMO信號檢測技術研究。深度學習已初步應用于通信信號檢測,主要思路是傳統(tǒng)網絡架構的直接遷移。由于未考慮大規(guī)模MIMO的稀疏性和漸近正交性,直接遷移會導致數(shù)據特征提取過程復雜、訓練收斂慢,信號檢測性能很難滿足系統(tǒng)要求。針對這一關鍵問題,本文開展如下研究:大規(guī)模MIMO信號檢測傳統(tǒng)設計方法是依據處理流程劃分功能模塊,并逐模塊進行建模和優(yōu)化。本文對這種模塊獨立設計（Module Independent Design,MID）方法深入研究,發(fā)現(xiàn)模塊處理誤差會逐級放大,并給出聯(lián)合設計信道估計信號檢測和優(yōu)化信道估計的設計方法,以提升不同用戶規(guī)模的大規(guī)模MIMO信號檢測性能。在小用戶數(shù)場景下... 

【文章來源】：電子科技大學四川省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：90 頁

【學位級別】：碩士

【部分圖文】：

2×8192大規(guī)模MIMO信道角域響應展現(xiàn)空域稀疏性

【參考文獻】：
期刊論文
[1]基于AI的5G技術——研究方向與范例[J]. 尤肖虎,張川,談曉思,金石,鄔賀銓.  中國科學:信息科學. 2018(12)

博士論文
[1]MIMO-OFDM系統(tǒng)信道估計與信號檢測聯(lián)合方法研究[D]. 高敬鵬.哈爾濱工程大學 2014



本文編號：3284519