公开(公告)号：CN117081631A

公开(公告)日：2023-11-17

申请号：CN202311176408.X

申请日：2023-09-13

Applicant: 南京邮电大学

Inventor： 侯晓赟 ,  曾至昊 ,  蔡嘉晨 ,  王庆尧 ,  王一晁

IPC: H04B7/0413 ,  H04B7/0456 ,  G06N3/08

Abstract: 本发明公开了一种基于深度学习的迭代顺序检测方法及装置，其包括：通过深度学习得到接收信号对应的第一调优参数和第二调优参数；基于第一调优参数和第二调优参数，通过改进型迭代顺序检测器进行迭代检测，得到MIMO系统的发射信号估计值；改进型迭代顺序检测器每一次迭代的检测操作为：根据接收信号、信道矩阵、上一次迭代的发射信号估计值和第一调优参数，通过线性变换得到当前迭代的中间变量；根据信道噪声方差和第二调优参数计算中间变量的噪声方差；根据中间变量和中间变量的噪声方差进行非线性去噪，得到当前迭代的发射信号估计值。本发明能够在大规模MIMO系统收发天线数量比例较小时实现更好的检测性能。

公开(公告)号：CN116886471A

公开(公告)日：2023-10-13

申请号：CN202310985099.4

申请日：2023-08-07

Applicant: 南京邮电大学

Inventor： 侯晓赟 ,  王庆尧 ,  邱海波 ,  王一晁 ,  曾至昊

IPC: H04L25/02

Abstract: 本发明公开了本发明涉及OTFS系统信道估计方法、装置、存储介质及设备，属于无线通信技术领域，方法包括获取发送导频信号、接收导频信号和噪声方差；对发送导频信号和接收导频信号进行预处理，得到发送导频数据和接收导频数据；将发送导频数据、接收导频数据和噪声方差输入到训练好的信道稀疏度估计模型中，得到信道稀疏度估计值，信道稀疏度估计模型是深度神经网络；基于信道稀疏度估计值，采用OMP算法对信道进行重构，得到信道估计值；本发明通过深度神经网络估计信道稀疏度，克服了传统OMP算法中的选择性偏差问题，通过将离线训练和数据驱动相结合，提高信道估计的准确性，而且这种方法还能减少导频信号的开销。

公开(公告)号：CN116489051A

公开(公告)日：2023-07-25

申请号：CN202310535833.7

申请日：2023-05-12

Applicant: 南京邮电大学

Inventor： 侯晓赟 ,  王一晁 ,  王庆尧 ,  蔡嘉晨 ,  曾至昊

IPC: H04L43/08 ,  H04L41/14 ,  H04L41/16

Abstract: 本发明公开了一种期望传播信号检测优化方法、装置、电子设备及存储介质，属于信号检测技术领域，方法包括：利用预构建的强化学习模型，对预获取的期望传播算法进行优化，获取改进的期望传播算法；将所述改进的期望传播算法运用到预构建的正交时频空间系统模型中，进行信号检测，实现期望传播信号检测优化；其中，所述强化学习模型为由演员‑评论员算法模型改进获取的优势演员‑评论员算法模型。该方法能够提高信号检测的稳定性和可靠性。

公开(公告)号：CN115600645A

公开(公告)日：2023-01-13

申请号：CN202211278579.9

申请日：2022-10-19

Applicant: 南京邮电大学(CN)

Inventor： 侯晓赟 ,  蔡嘉晨 ,  曾至昊

IPC: G06N3/04 ,  G06N3/08 ,  H04B7/0413

Abstract: 本发明公开了一种基于深度学习的启发式搜索的MIMO检测方法及系统，获取待检测信号，对待检测信号进行矩阵变换，构建决策树模型；获取用于计算决策树模型任一路径的成本的代价函数f(xk)；设定两个开放清单，表示为Open List和W_Open list，获取叶子节点对应一层的W_Open list，将叶子节点对应一层的W_Open list中总成本费用最小的元素返回作为最终的译码。优点：限制了时间复杂度和空间复杂度，其性能远远高于MMSE,在复杂度和性能之间达到了一种平衡,仍然可以接受，可以适用于大规模MIMO系统的检测。