用于毫米波通信的深度神经网络符号检测
信号处理
2019-07-29 v1 机器学习
摘要
本文提出使用基于深度神经网络（DNN）的符号检测器用于毫米波（mmWave）系统，从而可绕过信道状态信息（CSI）获取。具体而言，我们考虑一种滑动双向循环神经网络（BRNN）架构，其适用于典型毫米波信道的较长记忆长度。该DNN检测器的性能与Viterbi检测器进行了对比评估。结果表明，DNN检测器的性能接近于具有完美CSI的最优Viterbi检测器，并且优于存在CSI估计误差的Viterbi算法。进一步实验表明，DNN检测器对大范围噪声水平和时变信道条件具有鲁棒性，且预训练的检测器可以最小开销可靠地应用于不同的毫米波信道实现。
引用
@article{arxiv.1907.11294,
title = {Deep Neural Network Symbol Detection for Millimeter Wave Communications},
author = {Yun Liao and Nariman Farsad and Nir Shlezinger and Yonina C. Eldar and Andrea J. Goldsmith},
journal= {arXiv preprint arXiv:1907.11294},
year = {2019}
}