【技术实现步骤摘要】
一种基于机器学习的AMP检测改进方法
本专利技术涉及一种分布式消息传递信号检测方法，称为迫近消息传递(AMP,approximatemessagepassing)检测方法，具体涉及一种基于机器学习的AMP检测的改进方法。该方法属于人工智能和大数据分析领域的研究内容。
技术介绍
AMP检测的运算复杂度低，估计误差小，在压缩感知和MIMO无线传输领域都有巨大的潜在应用价值。压缩感知(Compressedsensing)，亦称为压缩采样(Compressivesampling)，是一种利用信号的稀疏性对信号进行压缩和重构的技术。压缩感知被广泛应用于电子工程领域的诸多应用之中，例如图像压缩、核磁共振等。多输入多输出技术(Multiple-InputMultiple-Output，MIMO)是指在发散端和接收端均使用多个天线，以改善通信质量和提高传输速度的技术。MIMO无线传输充分利用了空间资源，通过在多个天线之间实现多发多收，可以在不增加频谱资源和天线发射功率的情况下成倍的提高系统吞吐量，显示出了极大的性能优势，被视为未来移动通信的
【技术保护点】
1.一种基于机器学习的AMP检测改进方法，其特征在于按以下步骤进行：/n步骤A、将AMP检测迭代传递消息的过程构建为多层消息传递网络，并在传递消息过程中对AMP检测所传递的部分消息设置能供学习的参数。/n步骤B、构建目标函数：以使AMP检测的发散概率的对数最小为目标设计目标函数，表述为目标函数
【技术特征摘要】
1.一种基于机器学习的AMP检测改进方法，其特征在于按以下步骤进行：
步骤A、将AMP检测迭代传递消息的过程构建为多层消息传递网络，并在传递消息过程中对AMP检测所传递的部分消息设置能供学习的参数。
步骤B、构建目标函数：以使AMP检测的发散概率的对数最小为目标设计目标函数，表述为目标函数其中Ξt表示步骤A中所设置能供学习参数的集合，Rt表示发散概率；利用实际应用场景的大数据，对步骤A中所设置的能供学习参数集合Ξt进行训练；
或以使发散概率与消息传递收敛时的估计误差之和的对数最小，表述为目标函数其中Ξt表示步骤A中所设置能供学习参数的集合，Rt表示发散概率，Et表示消息传递收敛时的估计误差；利用实际应用场景的大数据，对步骤A中所设置的能供学习参数集合Ξt进行训练；实际应用场景的大数据为压缩感知场景的大数据或MIMO传输场景的大数据。
2.根据权利要求1一种基...
【专利技术属性】
技术研发人员：杨杨，代光发，陈少平，
申请(专利权)人：中南民族大学，
类型：发明
国别省市：湖北;42
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。