基于正交SGD的多信道模型下MIMO检测学习方法
信号处理
2020-02-26 v1
摘要
本文提出一种基于正交随机梯度下降（O-SGD）的学习方法，以解决人工神经网络（ANN）辅助MIMO信号检测中固有的无线信道过训练问题。我们的基本思想在于发现并利用当前训练轮次与过去训练轮次之间训练样本的正交性。与仅基于当前训练样本更新神经网络的常规SGD不同，O-SGD发现当前训练样本与历史训练数据之间的相关性，然后利用那些不相关的分量更新神经网络。网络更新仅发生在那些被识别出的零子空间中。通过这种方式，神经网络能够理解并记忆不同无线信道间的不相关分量，从而对无线信道变化更具鲁棒性。我们通过大量计算机仿真以及与常规SGD方法的性能比较证实了这一假设。
引用
@article{arxiv.2002.10847,
title = {An Orthogonal-SGD based Learning Approach for MIMO Detection under Multiple Channel Models},
author = {Songyan Xue and Yi Ma and Rahim Tafazolli},
journal= {arXiv preprint arXiv:2002.10847},
year = {2020}
}
备注
6 pages, 4 figures, conference