基于结构化简化枚举的低复杂度 MIMO 检测
计算机视觉与模式识别
2026-03-06 v1 人工智能
机器人学
摘要
最大似然(ML)检测在高阶 MIMO 系统中因传输层数和调制阶数的指数复杂度而在计算上不可行。本白皮书展示了对于实际 MIMO 维度(最多 8x8)和调制阶数，仅使用结构化简化搜索策略即可实现接近 ML 的硬决定性能，其复杂度仅随调制阶数线性增长。广泛的瑞利衰落信道仿真显示，对于 3x3、4x4 和 8x8 系统，分别使用 、 和 的列表大小即可在即使在高信道条件数下(|X| 为调制阶数)接近完整 ML 性能。此外，我们提供了该方法的 trellis 基于解释。我们进一步讨论了软 LLR 生成和 FEC 交互的含义。
引用
@article{arxiv.2603.05438,
title = {Planning in 8 Tokens: A Compact Discrete Tokenizer for Latent World Model},
author = {Dongwon Kim and Gawon Seo and Jinsung Lee and Minsu Cho and Suha Kwak},
journal= {arXiv preprint arXiv:2603.05438},
year = {2026}
}
备注
CVPR 2026