Pilot-Assisted Channel Estimation and Signal Detection in Uplink Multi-User MIMO Systems With Deep Learning
Pilot-Assisted Channel Estimation and Signal Detection in Uplink Multi-User MIMO Systems With Deep Learning
复制标题
采用深度学习的上行链路多用户 MIMO 系统中的导频辅助信道估计和信号检测
DOI：
10.1109/access.2020.2978253
复制
发表时间：
2020-03
期刊：
影响因子：
3.9
通讯作者：
Youyun Xu
中科院分区：
文献类型：
--
作者：
Xiaoming Wang;Hang Hua;Youyun Xu
在本文中，我们提出了两种基于深度学习（DL）的接收机方案在上行链路多输入多输出（MIMO）系统。在第一个方案中，我们设计了一个导频辅助MIMO接收机使用数据驱动的全连接神经网络。这种数据驱动的接收机可以以端到端的方式直接恢复传输的信号，而无需显式估计信道。在第二个方案中，我们采用了一个模型驱动的网络，它结合了通信知识与DL。模型驱动方案将MIMO接收机划分为信道估计子网和信号检测子网，每个子网由传统的初始化方案和下行链路网络组成，进一步提高了精度。仿真结果表明，这两种方案都取得了比传统方法更好的误比特率（BER）性能。特别地，数据驱动方案可以在低维MIMO系统中实现最佳BER性能，而模型驱动方案可以用更少的可训练参数进行训练，并且在高维MIMO系统中优于数据驱动方案。
In this paper, we propose two deep learning (DL) based receiver schemes in uplink multiple-input multiple-output (MIMO) systems. In the first scheme, we design a pilot-assisted MIMO receiver using a data-driven full connected neural network. This data-driven receiver can recover transmitted signal directly in an end-to-end manner without explicitly estimating channel. In the second scheme, we adopt a model-driven network which combines communication knowledge with DL. The model-driven scheme divides the MIMO receiver into channel estimation subnet and signal detection subnet, and each subnet is composed of a traditional solution as initialization and a DL network to further improve the accurate. The simulation results show that both of the two schemes achieve better bit error ratio (BER) performance than traditional methods. In particular, the data-driven scheme can achieve optimal BER performance in low-dimensional MIMO systems, while the model-driven scheme can be trained with fewer trainable parameters and outperforms the data-driven scheme in high-dimension MIMO systems.
登录
查看更多内容
影响因子：
6.8
作者：
Huang, Hongji;Song, Yiwei;Adachi, Fumiyuki
通讯作者：
Adachi, Fumiyuki
基于深度学习的超分辨率信道估计和基于 DOA 估计的大规模 MIMO 系统
影响因子：
6.8
作者：
Huang, Hongji;Yang, Jie;Gui, Guan
通讯作者：
Gui, Guan
影响因子：
6.3
作者：
Chun, Chang-Jae;Kang, Jae-Mo;Kim, Il-Min
通讯作者：
Kim, Il-Min
影响因子：
5.4
作者：
N. Samuel;Tzvi Diskin;A. Wiesel
通讯作者：
N. Samuel;Tzvi Diskin;A. Wiesel
影响因子：
20.6
作者：
Paulraj, AJ;Gore, DA;Bölcskei, H
通讯作者：
Bölcskei, H