基于深度学习的无授权随机接入下的无蜂窝大规模 MIMO 用户活动检测方法
原文中文,约500字,阅读约需1分钟。发表于: 。本文利用监督式机器学习模型来解决非正交前导序列设计条件下的用户活动检测问题,并介绍了一个针对 GF-RA 协议下的无线电波多输入多输出(CF-mMIMO)网络的数据驱动算法和新颖的聚类策略,模拟实验结果显示算法在真实场景中具有 99% 的准确率。
本文研究了使用单相不相干方案进行大规模机器型通信中的关节设备活动和数据检测。通过深度学习修改的AMP网络,有效利用导联活动相关性来增强检测性能。仿真结果表明,DL-mAMPnet在符号误差率性能方面优于传统算法。