DeepGOMIMO：基于深度学习的广义光 MIMO 与无 CSI 盲检测
信号处理
2023-01-04 v1
摘要
广义光多输入多输出（GOMIMO）技术近来已被证明在高速光无线通信用（OWC）系统中具有前景。本文中，我们提出了一种用于 GOMIMO 系统的新型深度学习辅助 GOMIMO（DeepGOMIMO）框架，其中通过采用专门设计的基于深度神经网络（DNN）的 MIMO 检测器可实现无信道状态信息（CSI）盲检测。该无 CSI 盲 DNN 检测器主要由两个模块组成：一是预处理模块，旨在解决 MIMO 传输引起的路径损耗与信道串扰问题；二是前馈 DNN 模块，用于通过学习输入信号与加性噪声的统计特性来联合检测空间与星座信息。我们的仿真结果清楚地验证了，在采用广义光空间调制（GOSM）和广义光空间复用（GOSMP）并结合单极性非零 4 进制脉冲幅度调制（4-PAM）的典型室内 4 4 MIMO-OWC 系统中，所提出的无 CSI 盲 DNN 检测器取得了与最优联合最大似然（ML）检测器近乎相同的误码率（BER）性能，但计算复杂度大幅降低。此外，由于无 CSI 盲 DNN 检测器不需要瞬时信道估计来获取准确 CSI，与基于 CSI 的迫零 DNN（ZF-DNN）检测器相比，它具有可提高可达数据速率和减少通信时延的独特优势。
引用
@article{arxiv.2110.04084,
title = {DeepGOMIMO: Deep Learning-Aided Generalized Optical MIMO with CSI-Free Blind Detection},
author = {Xin Zhong and Chen Chen and Shu Fu and Zhihong Zeng and Min Liu},
journal= {arXiv preprint arXiv:2110.04084},
year = {2023}
}