大规模MIMO系统中基于深度学习的新型信号检测网络

来源：电子测量技术杂志2025年第24期北京时间：

作者：康晓非，井溢洋，郭含玉

单位：西安科技大学通信与信息工程学院 西安 710600

摘要：为了解决高阶调制场景下大规模MIMO检测算法的误码性能受限问题，提出一种新型信号检测网络。该网络基于投影梯度下降构建逼近最大似然解的迭代结构，并将迭代过程转化神经网络实现。在每个网络单元中首先通过神经网络学习参数，其次经过所设计的归一化多段激活函数进行非线性变换以增强网络在高阶调制下的映射能力，最后通过去噪器消除估计误差和信道噪声，此外，为了解决在网络深度增加时准确率下降问题，网络单元之间采用残差连接。仿真结果表明，当系统收发天线数为64×32，信噪比为16 dB时，所提出检测网络的误码率接近10-4，与其他检测算法相比，误码率降低一个数量级，表现出接近最优检测算法的误码性能，且具有较好的鲁棒性。

关键词：大规模MIMO;深度学习;信号检测;激活函数;去噪器

基金资助：国家自然科学基金（62471384）项目资助