一种残膜回收机防缠绕挑膜装置的制 一种秧草收获机用电力驱动行走机构

一种MIMO系统中信号的动态检测方法及装置

2022-08-17 11:03:27 来源:中国专利 TAG:

技术特征:
1.一种mimo系统中信号的动态检测方法,其特征在于,包括:获取待检测输入信号;基于基线检测器,通过设置策略网络或置信度判决门,对所述待检测输入信号的推断路径进行动态控制,获取与所述待检测输入信号相对应的预测原始发送信号。2.根据权利要求1所述的mimo系统中信号的动态检测方法,其特征在于,所述待检测输入信号包括天线接收信号、信道数据和噪声功率;所述获取待检测输入信号,之后还包括:对所述待检测输入信号进行预处理,得到预处理待检测输入信号,具体包括:对所述天线接收信号和所述信道数据进行实数化映射展开处理;对所述噪声功率进行标准化处理;所述预处理待检测输入信号包括实数化映射展开处理后的天线接收信号和信道数据,以及标准化处理后的噪声功率。3.根据权利要求2所述的mimo系统中信号的动态检测方法,其特征在于,所述获取与所述待检测输入信号相对应的预测原始发送信号,包括:将所述待检测输入信号或所述预处理待检测输入信号输入至所述基线检测器中,得到预测发送信号;根据所述策略网络或所述置信度判决门,确定输出所述预测发送信号;获取离散星座图符号集;提取所述离散星座图符号集中与所述预测发送信号距离最近的星座点,所述星座点为所述预测原始发送信号。4.根据权利要求1-3中任一项所述的mimo系统中信号的动态检测方法,其特征在于,所述基于基线检测器,通过设置策略网络或置信度判决门,对所述待检测输入信号的推断路径进行动态控制,包括:将所述基线检测器划分为多个基线检测子块;每一个基线检测子块后连接一个置信度判决门;根据所述置信度判决门输出的置信度分数与预设置信度阈值的比较结果,确定是否继续执行后续基线检测子块。5.根据权利要求1-3中任一项所述的mimo系统中信号的动态检测方法,其特征在于,所述基于基线检测器,通过设置策略网络或置信度判决门,对所述待检测输入信号的推断路径进行动态控制,包括:将所述基线检测器划分为多个基线检测子块;所述基线检测子块上设置有策略网络;根据所述策略网络的输出结果,确定执行或跳过当前基线检测子块。6.根据权利要求4所述的mimo系统中信号的动态检测方法,其特征在于,所述置信度分数通过以下公式获取:其中,为所述基线检测器的第k个子块输出的信号预测输出,b为样本标号。7.根据权利要求5所述的mimo系统中信号的动态检测方法,其特征在于,还包括:
通过预设损失函数对所述基线检测器进行训练,所述预设损失函数的公式如下:其中,ω
id
为所述基线检测器的网络参数,b为批次大小,b为样本标号,l为所述基线检测器的网络层数,l为所述基线检测器的网络层标号,为第b个样本在所述基线检测器第l层的信号预测输出,x
(b)
为第b个样本的原始发送信号,为向量的l2范数。8.根据权利要求5所述的mimo系统中信号的动态检测方法,其特征在于,还包括:通过预设奖励函数对所述策略网络进行训练,所述预设奖励函数的公式如下:其中,||g||1为向量g的l1范数,g为所述基线检测子块的执行状态,k为基线检测子块的总数量,为所述基线检测器的信号预测输出,x为原始发送信号,γ
σ
为超参数系数,为向量的l2范数,为向量的l1范数。9.一种mimo系统中信号的动态检测装置,其特征在于,包括:输入信号获取模块,用于获取待检测输入信号;信号动态检测模块,用于基于基线检测器,通过设置策略网络或置信度判决门,对所述待检测输入信号的推断路径进行动态控制,获取与所述待检测输入信号相对应的预测原始发送信号。10.一种电子设备,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1至8任一项所述的mimo系统中信号的动态检测方法的步骤。11.一种非暂态计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至8任一项所述的mimo系统中信号的动态检测方法的步骤。12.一种计算机程序产品,包括计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至8任一项所述的mimo系统中信号的动态检测方法的步骤。

技术总结
本发明提供一种MIMO系统中信号的动态检测方法及装置,其中的动态检测方法包括:获取待检测输入信号;基于基线检测器,通过设置策略网络或置信度判决门,对待检测输入信号的推断路径进行动态控制,获取与待检测输入信号相对应的预测原始发送信号。该方法能够实现对样本信号推断路径的动态生成,使不同的样本信号按需执行或跳过某些网络层或迭代计算,避免了样本信号参与冗余计算,在保持信号检测精度无损的情况下,有效地降低了信号检测过程的计算复杂度,通过调节计算方法参数,可进一步实现检测算法精度和复杂度的折中。检测算法精度和复杂度的折中。检测算法精度和复杂度的折中。


技术研发人员:高飞飞 杨玉雯
受保护的技术使用者:清华大学
技术研发日:2022.04.29
技术公布日:2022/8/16
再多了解一些

本文用于企业家、创业者技术爱好者查询,结果仅供参考。

发表评论 共有条评论
用户名: 密码:
验证码: 匿名发表

相关文献