GCEPNet: 基于图卷积增强的期望传播在大规模 MIMO 检测中的应用

原文约300字，阅读约需1分钟。发表于：。

基于图卷积的预期传播增强 MIMO 检测器 GCEPNet 提供更好的泛化能力和更快的推断速度，从而实现了最先进的 MIMO 检测性能。

该文章提出了一种基于深度学习的方法，用于高效计算埃尔米特矩阵的逆矩阵，并应用于上行大规模MIMO系统中的信号检测。该方法通过离线训练优化多项式展开项的系数，收敛速度和计算复杂度优于传统方法。离线训练过程时间稍长，但训练过程仍然很快。