[发明专利]基于神经网络的大规模MIMO无源随机接入的信号检测方法

说明书

本发明公开了一种基于神经网络的大规模MIMO无源随机接入的信号检测方法，其包括以下步骤：发射步骤：将发送机配置为多路形式，对每一路发送机，将该路发送机的消息射序列映射为若干个码字，并通过射频模块将所述码字逐个通过天线发送至无线信道中；接收步骤：将接收机配置上多根天线，射频接收模块从天线中获取多路载波信号，并解调得到基带信号；内层神经网络解码器获取射频接收模块产生的基带信号，通过网络输出得到码字的索引，并将该十进制数索引逆映射为二进制序列，从而恢复原始消息序列。本发明的内层神经网络解码器，与现有的内层最大似然解码器相比，可显著降低计算复杂度。

技术领域

本发明涉及通信技术领域，具体涉及一种基于神经网络的大规模MIMO无源随机接入的信号检测方法。

背景技术

未来无线蜂窝网络的一个关键需求是设备的海量接入，这一特性可支持物联网场景下机器设备的通信，机器设备通信最显著的特征在于以下两点：

(1)机器设备接入信道是随机且零星发生的。在一个时隙内仅有少量设备活跃并接入信道，这一零星接入特性需要尺度可变的随机接入方案来容纳海量潜在设备的连接。

(2)机器设备的数据传输为短数据包传输。传统的基于认证的接入方案需要通信双方的交互过程，即设备在通信前向基站发送突发脉冲，等待基站确认用户端身份，授权通过后分配通信资源。由于机器设备为短包传输，可能长时间无法得到调度，基于认证的接入方案降低了传输效率且引入时延。

上述两点催生了非授权多址接入方案的研究。在有源的随机接入方案中，非授权的传输需要两个步骤：①通过导频检测活跃用户并估计信道；②活跃用户进行数据传输。该方案预先给每个用户分配特定导频，接收端通过检测用户发送的导频，从而甄别活跃的用户并恢复其对应的信道。随后，活跃的用户进行数据传输，接收端在预估信道条件下恢复活跃用户的数据。该方案在有限的用户数量条件下性能较好，在物联网海量的机器设备通信场景下，为每个设备分配特定导频将难以实现，无源的随机接入方案则可解决这一问题。

无源的随机接入方案是一种新型的非授权接入方案，该方案只恢复设备传输的数据，而不甄别其对应的特定用户。该方案适用于物联网场景，海量的廉价设备如无线传感器在生产时植入码本，设备在传送数据时将消息映射为所要传输码字。由于接收端只关注传输的信息而不检测其对应的用户，因而称为无源方案。

一种无源随机接入方案是所用设备使用相同的码本。所有设备将待发送的序列转化为十进制数，并据此从该码本中选择对应的码字进行传输，完成原始数据与码字的映射。接收端将加噪信号输入神经网络接收器，该接收器据此输出已传码字在码本中的索引，并将其转化为二进制序列，进而恢复设备的初始数据。已有的最大似然接收器，需要完成多轮迭代，复杂度较高。

发明内容

本发明的目的是根据上述现有技术的不足之处，提供一种基于神经网络的大规模MIMO无源随机接入的信号检测方法，通过采用预训练的神经网络解码器，实现低复杂度的解码。

本发明目的实现由以下技术方案完成：

一种基于神经网络的大规模MIMO无源随机接入的信号检测方法，其包括以下步骤：

发射步骤：将发送机配置为多路形式，对每一路发送机，将该路发送机的消息射序列映射为若干个码字，并通过射频模块将所述码字逐个通过天线发送至无线信道中；

接收步骤：将接收机配置上多根天线，射频接收模块从天线中获取多路载波信号，并解调得到基带信号；内层神经网络解码器获取所述射频接收模块产生的基带信号，通过网络输出得到码字的索引，并将该十进制数索引逆映射为二进制序列，从而恢复原始消息序列。

本发明的进一步改进在于，所述发送机和所述接收机采用相同的码本矩阵；所述码本矩阵中各列向量为码字；任意两个码字互不相同。

本发明的进一步改进在于，每一路发送机包括前导序列生成器、外层树形编码器以及内层码字映射编码器；