[发明专利]一种基于共轭梯度下降法的深度学习信号检测方法

摘要

本发明提供了一种基于共轭梯度下降法的深度学习信号检测方法，主要面向大规模MIMO系统。该方法包括如下步骤：(1)基于共轭梯度下降法构造了模型驱动的深度学习网络LcgNet，将每次迭代的步进标量转化成需要学习的网络参数，并提升了该参数的维度；(2)对信道环境建模，根据MIMO系统模型生成大量具有不同信噪比的训练数据；(3)运用大量训练数据对网络进行线下训练；(4)根据接收信号以及假设完美已知的信道状态信息进行在线实时的信号检测。本发明借助深度学习的力量，能够提升信号检测的精度，并且进一步降低了计算复杂度。此外，该深度学习网络由于所需优化参数数量有限，易于训练，在训练阶段对时间和硬件的要求较低。

主权项

1.一种基于共轭梯度下降法的深度学习信号检测方法，其特征在于包括以下步骤：(1)基于共轭梯度下降法构建模型驱动的深度学习网络，将迭代的步进标量升维后转化成网络参数，所述网络参数为向量参数；(2)根据信道模型产生已知的信道矩阵，并根据MIMO系统模型获得具有不同信噪比的训练数据；(3)运用步骤(2)所述的训练数据对深度学习网络进行线下训练，得到训练后的网络参数；(4)在接收机固定训练后的网络参数，根据接收机信道估计模块得到的信道矩阵以及接收信号进行在线实时的信号检测。