公开(公告)号：CN119561627A

公开(公告)日：2025-03-04

申请号：CN202411676058.8

申请日：2024-11-22

Applicant: 南京邮电大学 ,  江苏有线数据网络有限责任公司

Inventor： 余杰 ,  张杰 ,  蔡纪龙 ,  李飞 ,  宋晶科 ,  林峰 ,  夏文奇

IPC: H04B17/309 ,  H04B7/0413

Abstract: 本发明公开了一种基于深度贝叶斯推断的无蜂窝MIMO低复杂度信号检测方法，采用了复数高斯分布作为先验概率的逼近，并将高斯分布参数作为可学习参数纳入网络训练过程，动态适应不同网络层级的需求，克服了传统方法中因初始分布选择不当导致的收敛难题。此外，VID‑Net通过预训练的深度学习模型确定并部署最优权重至各AP，简化了CPU端的计算至简单的求和操作，显著降低了计算复杂度，并增强了对多样信道条件的适应能力。VID‑Net还融入了对数函数与相关函数修正策略。在不同的调制阶数和系统天线配置下，VID‑Net展现出卓越的检测性能和鲁棒性，性能超越了次优的最小均方误差检测算法。