[发明专利]基于正则化流神经网络的信号检测方法

权利要求书

1.一种基于正则化流神经网络的信号检测方法，其特征在于，包括以下步骤：

构建正则化流神经网络；

获取若干个候选信号、与所述候选信号对应的接收信号以及信道状态信息；

根据所述候选信号、所述接收信号和所述信道状态信息计算噪声向量；

根据所述噪声向量采用所述正则化流神经网络计算所述若干个候选信号的似然度；

将所述似然度满足预设要求的候选信号作为信号检测结果；

其中，所述正则化流神经网络包括若干个子流；每个所述子流包括激活正则层、单元卷积层和交替放射耦合层；

其中，在所述采用所述正则化流神经网络计算所述若干个候选信号的似然度这一步骤之前，还包括正则化流神经网络的训练步骤；

所述正则化流神经网络的训练步骤包括：

获取训练样本集；

通过所述训练样本集，采用随机梯度下降法训练所述正则化流神经网络；

其中，所述训练所述正则化流神经网络，其具体为：

分别训练所述正则化流神经网络内的激活正则层、单元卷积层和交替放射耦合层的参数；

其中，所述根据所述噪声向量采用所述正则化流神经网络计算所述若干个候选信号的似然度，包括：

根据所述噪声向量采用所述正则化流神经网络计算所述若干个候选信号的隐变量；

根据所述隐变量计算所述若干个候选信号的似然度；

其中，所述正则化流神经网络通过所述激活正则层、所述单元卷积层和所述交替放射耦合层串联组成；所述根据所述噪声向量采用所述正则化流神经网络计算所述若干个候选信号的隐变量，其计算公式为：

z_i＝f(w_i)

其中，z_i为第i个候选信号的隐变量，f(·)表示正则化流神经网络对应的可逆变换函数，w_i为第i个候选信号对应的噪声向量；

其中，所述根据所述隐变量计算所述若干个候选信号的似然度，其计算公式为：

其中，p(·)为隐变量z的先验分布概率密度函数，为雅可比矩阵的行列式的绝对值，p_z(·)为隐变量z的先验分布概率密度函数。

2.根据权利要求1所述的一种基于正则化流神经网络的信号检测方法，其特征在于，所述获取若干个候选信号，其具体为：

穷举所有P^N个候选信号；其中，P为信号调制星座数，N为发射端天线数。

3.根据权利要求1所述的一种基于正则化流神经网络的信号检测方法，其特征在于，所述获取若干个候选信号，包括：

根据任意第三方信号检测器获取信号初始估计值和预设错误符号数值；

根据所述信号初始估计值和预设错误符号数值获取若干个候选信号。

4.根据权利要求1所述的一种基于正则化流神经网络的信号检测方法，其特征在于，所述将所述似然度满足预设要求的候选信号作为信号检测结果，其具体为：

将所述似然度最大的候选信号作为信号检测结果。