DeepRx MIMO：具有学习型乘性变换的卷积MIMO检测
信号处理
2020-11-02 v1 机器学习
网络与互联网体系结构
摘要
近来，深度学习已被提出作为改善无线电接收机物理层性能的潜在技术。尽管有大量令人鼓舞的结果，大多数工作并未在多输入多输出（MIMO）接收机的背景下考虑空间复用。本文中，我们提出了一种基于深度学习的MIMO接收机架构，其由基于ResNet的卷积神经网络（也称为DeepRx）与所谓的变换层组合而成，且整体联合训练。我们提出了两种变换层的新方案：基于最大比合并的变换，或完全学习的变换。前者更多依赖专家知识，而后者利用学习的乘性层。两种提出的变换层均被证明明显优于传统基线接收机，尤其是在稀疏导频配置下。据我们所知，这些是首批展示全学习MIMO接收机如此高性能的结果之一。
引用
@article{arxiv.2010.16283,
title = {DeepRx MIMO: Convolutional MIMO Detection with Learned Multiplicative Transformations},
author = {Dani Korpi and Mikko Honkala and Janne M. J. Huttunen and Vesa Starck},
journal= {arXiv preprint arXiv:2010.16283},
year = {2020}
}