[发明专利]一种MIMO用户检测与信道估计装置及方法

权利要求书

1.一种MIMO用户检测与信道估计装置，其特征在于：包括导频序列生成模块，信道估计模块，检测模块；

所述导频序列生成模块，使用单层复数全连接神经网络产生终端的导频序列，将导频序列分配并发送给基站所服务的终端；

所述信道估计模块，用于接收信号和所述导频序列为输入，以信道矩阵为输出；

检测模块，用于以信道矩阵为输入，以终端活跃度向量为输出，获得终端检测的结果。

2.根据权利要求1所述的一种MIMO用户检测与信道估计装置，其特征在于：所述信道估计模块，内置基于AMP算法形式的神经网络模型，所述网络模型由N个相同的模块级联而成，其中第i个模块具有如下数学表达：

其中，为基站端的N个天线在T个时槽内收到的信号，为K个终端在T个时槽内发送的导频序列，为MIMO相干信道矩阵在第i个模块中的估计结果，为第i层中的可学习权重矩阵，η[·]为软阈值函数，与为全零矩阵，为最终估计的信道矩阵。

3.根据权利要求1所述的一种MIMO用户检测与信道估计装置，其特征在于：所述检测模块，具体用于对信道矩阵求模，将其转化为实数矩阵，然后将所述实数矩阵输入一个全连接的单层神经网络中，其输出神经元数量应等于终端总数，其输出经过Sigmoid函数后进行硬判决，得到终端活跃度向量。

4.一种MIMO用户检测与信道估计方法，其特征在于：包括以下步骤：

基站端获得用户终端的导频序列，并将获得的信号输入解码层；

解码层将收到的导频序列进行解码，其输出为估计的信道矩阵，将估计的信道矩阵输入用户检测层，其输出为检测的用户活跃度信息。

5.根据权利要求4所述的一种MIMO用户检测与信道估计方法，其特征在于：所述导频序列使用单层复数全连接神经网络生成，使其在算法的训练阶段得到优化。

6.根据权利要求4所述的一种MIMO用户检测与信道估计方法，其特征在于：所述解码层使用基于AMP算法形式的深度神经网络将收到的导频序列进行解码，所述基于AMP算法形式的深度神经网络，由N个相同的模块级联而成，其中第i个模块具有如下数学表达：

其中，为基站端的N个天线在T个时槽内收到的信号，为K个用户在T个时槽内发送的导频序列，为MIMO相干信道矩阵在第i个模块中的估计结果，为第i层中的可学习权重矩阵，η[·]为软阈值函数，与为全零矩阵，为最终估计的信道矩阵。

7.根据权利要求4所述的一种MIMO用户检测与信道估计方法，其特征在于：所述用户检测层首先对信道矩阵求模，将其转化为实数矩阵，然后将其输入一个全连接的单层神经网络中，其输出神经元数量应等于用户总数，其输出经过Sigmoid函数后进行硬判决，得到用户活跃度向量。