公开(公告)号：CN116032332A

公开(公告)日：2023-04-28

申请号：CN202211720567.7

申请日：2022-12-30

Applicant: 哈尔滨工程大学

Inventor： 禹永植 ,  张诗琦 ,  赵忠凯 ,  刘宇

IPC: H04B7/0413 ,  H04B17/391

Abstract: 一种基于ICGAN网络的大规模MIMO系统检测模型构建方法，本发明涉及基于ICGAN网络的大规模MIMO系统检测模型构建方法。本发明的目的是为了解决现有大规模MIMO系统检测网络具有在线训练计算量大，并且信道状态信息复杂多变时采用离线训练方式难以获得理想检测效果的问题。过程为：构建训练集和测试集；构建ICGAN网络检测模型；将YH输入生成器中，得到生成器输出通信信号Gψ(YH)；将X输入判别器得到Dθ(X)并判定为真标签，Gψ(YΗ)输入判别器得到Dθ(Gψ(YH))并判定为假标签；训练网络并得到训练好的网络检测模型；将接收端接收通信信号输入训练好的网络检测模型，解码出接收通信信号对应的发射通信信号。本发明属于无线通信技术领域。

公开(公告)号：CN115801500B

公开(公告)日：2024-06-18

申请号：CN202211236465.8

申请日：2022-10-10

Applicant: 哈尔滨工程大学

Inventor： 禹永植 ,  应杰 ,  张诗琦 ,  赵忠凯 ,  郭立民

IPC: H04L25/02 ,  H04B7/0413

Abstract: 本发明公开了一种高阶大规模MIMO信号检测方法，首先，初始化大规模MIMO系统的相关参数，并给出初始解；其次，利用外推技术加速多用户干扰消除算法；再次，引入数据驱动的深度学习方法，将加速的多用户干扰消除算法进行展开，构建AMIC‑Net(Accelerated Multiuser Interference CancellationNetwork)神经网络模型；然后，设计一个新的阶梯型激活函数SoftSum(·)；最后，对构建的AMIC‑Net神经网络模型进行训练并用于高阶大规模MIMO信号检测。本发明提出的方法能够有效满足高阶大规模MIMO对检测精度和速度的要求，能够大幅度提高传统多用户干扰消除算法的检测性能及收敛速度，并且适用于高阶调制的通信场景。

公开(公告)号：CN115801500A

公开(公告)日：2023-03-14

申请号：CN202211236465.8

申请日：2022-10-10

Applicant: 哈尔滨工程大学

Inventor： 禹永植 ,  应杰 ,  张诗琦 ,  赵忠凯 ,  郭立民

IPC: H04L25/02 ,  H04B7/0413

Abstract: 本发明公开了一种高阶大规模MIMO信号检测方法，首先，初始化大规模MIMO系统的相关参数，并给出初始解；其次，利用外推技术加速多用户干扰消除算法；再次，引入数据驱动的深度学习方法，将加速的多用户干扰消除算法进行展开，构建AMIC‑Net(Accelerated Multiuser Interference CancellationNetwork)神经网络模型；然后，设计一个新的阶梯型激活函数SoftSum(·)；最后，对构建的AMIC‑Net神经网络模型进行训练并用于高阶大规模MIMO信号检测。本发明提出的方法能够有效满足高阶大规模MIMO对检测精度和速度的要求，能够大幅度提高传统多用户干扰消除算法的检测性能及收敛速度，并且适用于高阶调制的通信场景。

公开(公告)号：CN116032332B

公开(公告)日：2024-04-12

申请号：CN202211720567.7

申请日：2022-12-30

Applicant: 哈尔滨工程大学

Inventor： 禹永植 ,  张诗琦 ,  赵忠凯 ,  刘宇

IPC: H04B7/0413 ,  H04B17/391

Abstract: 一种基于ICGAN网络的大规模MIMO系统检测模型构建方法，本发明涉及基于ICGAN网络的大规模MIMO系统检测模型构建方法。本发明的目的是为了解决现有大规模MIMO系统检测网络具有在线训练计算量大，并且信道状态信息复杂多变时采用离线训练方式难以获得理想检测效果的问题。过程为：构建训练集和测试集；构建ICGAN网络检测模型；将YH输入生成器中，得到生成器输出通信信号Gψ(YH)；将X输入判别器得到Dθ(X)并判定为真标签，Gψ(YΗ)输入判别器得到Dθ(Gψ(YH))并判定为假标签；训练网络并得到训练好的网络检测模型；将接收端接收通信信号输入训练好的网络检测模型，解码出接收通信信号对应的发射通信信号。本发明属于无线通信技术领域。