[发明专利]一种基于神经网络的MIMO系统信号接收方法

权利要求书

1.一种基于神经网络的MIMO系统信号接收方法，其特征是，包括如下步骤：

采集获取MIMO系统的信道状态数据；

设计获取神经网络；

将信道状态数据输入神经网络对其进行训练；

利用训练好的神经网络作为MIMO系统的信号接收机，用以接收处理信号。

2.根据权利要求1所述的基于神经网络的MIMO系统信号接收方法，其特征是，所述MIMO系统的信道状态数据，包括：信道矩阵、发送信号、信道噪声。

3.根据权利要求1所述的基于神经网络的MIMO系统信号接收方法，其特征是，设计获取神经网络，包括：

设计获取残差网络，所述残差网络包括卷积层；

将残差网络的卷积层改为全连接层。

4.根据权利要求2所述的基于神经网络的MIMO系统信号接收方法，其特征是，所述MIMO系统具有m个输入天线、n个输出天线，所述信道矩阵为m行n列矩阵，所述发送信号为m维列向量，所述信道噪声为n维列向量。

5.根据权利要求2所述的基于神经网络的MIMO系统信号接收方法，其特征是，将信道状态数据输入神经网络对其进行训练，还包括：对信道状态数据进行预处理，以降低所输入数据的维度。

6.根据权利要求5所述的基于神经网络的MIMO系统信号接收方法，其特征是，对信道状态数据进行预处理，包括：

基于信道矩阵、发送信号、信道噪声，建立接收信号模型；

将接收信号由矩阵形式转化为向量形式。

7.根据权利要求6所述的基于神经网络的MIMO系统信号接收方法，其特征是，接收信号的表达式为：

Y＝HS＋N；

式中，Y为接收信号，H为信道矩阵，S为发送信号，N为信道噪声。

8.根据权利要求6所述的基于神经网络的MIMO系统信号接收方法，其特征是，将信道状态数据输入神经网络对其进行训练，包括：

以接收信号的向量形式作为神经网络的输入，以发送信号作为标签对神经网络进行有监督学习；

以预构建的损失函数最小为目标，利用优化器优化神经网络参数，获取训练好的神经网络。

9.根据权利要求8所述的基于神经网络的MIMO系统信号接收方法，其特征是，所述优化器为Adam优化器。

10.根据权利要求8所述的基于神经网络的MIMO系统信号接收方法，其特征是，所述损失函数为交叉熵损失函数。