In this paper, we investigate the model-driven deep learning (DL) for MIMO detection. In particular, the MIMO detector is specially designed by unfolding an iterative algorithm and adding some trainable parameters. Since the number of trainable parameters is much fewer than the data-driven DL based signal detector, the model-driven DL based MIMO detector can be rapidly trained with a much smaller data set. The proposed MIMO detector can be extended to soft-input soft-output detection easily. Furthermore, we investigate joint MIMO channel estimation and signal detection (JCESD), where the detector takes channel estimation error and channel statistics into consideration while channel estimation is refined by detected data and considers the detection error. Based on numerical results, the model-driven DL based MIMO detector significantly improves the performance of corresponding traditional iterative detector, outperforms other DL-based MIMO detectors and exhibits superior robustness to various mismatches.


翻译:在本文中,我们调查了MIMO探测的模型驱动深度学习(DL) 。 特别是, MIMO 探测器是专门通过开发一种迭代算法和添加一些可训练参数而设计的。 由于可训练参数的数量远远少于数据驱动的DL基信号探测器, 模型驱动的DL 以MIMO 探测器可以用小得多的数据集进行快速培训。 拟议的MIMO 探测器可以很容易地扩大到软投入软产出软产出探测。 此外, 我们调查了MIMO频道联合估计和信号探测(JCESD ), 该探测器使用频道估计错误和频道统计来考虑,而频道估计则通过检测的数据加以完善并考虑探测错误。 根据数字结果, 模型驱动的DL IMO 探测器大大改进了相应的传统迭代探测器的性能, 超越了其他 DL 基 MIMO 探测器, 并显示对各种不匹配的超强性能 。

0
下载
关闭预览

相关内容

【新书】深度学习搜索,Deep Learning for Search,附327页pdf
专知会员服务
204+阅读 · 2020年1月13日
Keras François Chollet 《Deep Learning with Python 》, 386页pdf
专知会员服务
151+阅读 · 2019年10月12日
异常检测(Anomaly Detection)综述
极市平台
20+阅读 · 2020年10月24日
Federated Learning: 架构
AINLP
4+阅读 · 2020年9月20日
初学者系列:推荐系统Wide & Deep Learning详解
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
Relation Networks for Object Detection 论文笔记
统计学习与视觉计算组
16+阅读 · 2018年4月18日
Focal Loss for Dense Object Detection
统计学习与视觉计算组
11+阅读 · 2018年3月15日
LibRec 每周算法:Wide & Deep (by Google)
LibRec智能推荐
9+阅读 · 2017年10月25日
Arxiv
0+阅读 · 2021年5月4日
Anomalous Instance Detection in Deep Learning: A Survey
Arxiv
7+阅读 · 2018年3月19日
VIP会员
相关VIP内容
【新书】深度学习搜索,Deep Learning for Search,附327页pdf
专知会员服务
204+阅读 · 2020年1月13日
Keras François Chollet 《Deep Learning with Python 》, 386页pdf
专知会员服务
151+阅读 · 2019年10月12日
相关资讯
异常检测(Anomaly Detection)综述
极市平台
20+阅读 · 2020年10月24日
Federated Learning: 架构
AINLP
4+阅读 · 2020年9月20日
初学者系列:推荐系统Wide & Deep Learning详解
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
Relation Networks for Object Detection 论文笔记
统计学习与视觉计算组
16+阅读 · 2018年4月18日
Focal Loss for Dense Object Detection
统计学习与视觉计算组
11+阅读 · 2018年3月15日
LibRec 每周算法:Wide & Deep (by Google)
LibRec智能推荐
9+阅读 · 2017年10月25日
Top
微信扫码咨询专知VIP会员