声明
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。
国内刊号：51-1267/TN
国际刊号：1001-893X
发布日期:
作者：康晓非,李雨玫,梁琪悦
单位：(西安科技大学 通信与信息工程学院，西安 710600)
关键词：多输入多输出；信号检测；相关干扰；半正定松弛；条件生成对抗网络；
复杂通信场景下非高斯干扰噪声使得传统多输入多输出（Multiple-Input Multiple-Output，MIMO）检测的误码性能受限。为解决在相关动态干扰噪声环境下的MIMO信号检测问题，提出了一种将半正定松弛（Semi-definite Relaxation，SDR）检测器和条件生成对抗网络（conditional Generative Adversarial Network，cGAN）联合的新型迭代检测算法，称为SDR-cGAN。SDR对接收信号进行初始检测， cGAN实现对相关干扰噪声的精确估计，通过两者构成的迭代框架，不断消除干扰噪声残差，从而提升检测算法的误码性能。仿真实验结果表明，当系统收发天线数相等，信噪比为15 dB时，SDR-cGAN算法误码率接近10-6，与其他基于深度学习的检测算法相比，误码率降低1~2个数量级，表现出接近最优检测的优良性能。在不同的调制方式下，SDR-cGAN算法较传统检测算法的误码性能也展现出明显优势，具有较好的鲁棒性。
来源：2025年第12期
《电讯技术》期刊编辑部
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。