基于Learngene的深MIMO检测高效部署
信号处理
2025-03-24 v1
摘要
深度学习（DL）已在多输入多输出（MIMO）检测中引入新范式，平衡性能与复杂度。然而，DL基检测器的实际部署受限于其泛化性差的问题， necessitating 为不同设备和场景进行高成本的重新训练。为此，本文提出一种新颖的知识迁移技术，称为learngene，用于设计DL基MIMO检测器并提出高效部署框架。所提出的检测器SDNet利用零强制检测输出和最小二乘估计的信道状态信息（CSI）作为输入。通过一种集合-个体范式进行进一步优化，以增强知识迁移。在此范式中，learngene是一个可重复使用的神经网络（NN）模块，封装了来自大规模集合模型训练获得的检测元知识。该模块可分发给面向特定设备的团队。通过将learngene集成到不同的轻量级个体模型中，可在异构NN之间高效地传递检测元知识，从而实现对多样化设备和场景的适应。仿真结果表明，该方案提升了性能，实现了快速适应，并确保了高可扩展性，其中传输的参数仅占总模型大小的10.8%。
引用
@article{arxiv.2503.16931,
title = {Efficient Deployment of Deep MIMO Detection Using Learngene},
author = {Jinya Zhang and Jiajia Guo and Xiangyi Li and Chao-Kai Wen and Xin Geng and Shi Jin},
journal= {arXiv preprint arXiv:2503.16931},
year = {2025}
}