买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜西安电子科技大学杭州研究院;西安电子科技大学申请的专利一种基于神经网络消息传递的MIMO信号检测方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116566524B 。

龙图腾网通过国家知识产权局官网在2025-05-02发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310559699.4，技术领域涉及：H04B17/391；该发明授权一种基于神经网络消息传递的MIMO信号检测方法是由高大伟;任序;亢海龙;叶木艮;廖桂生;罗丰设计研发完成，并于2023-05-18向国家知识产权局提交的专利申请。

本一种基于神经网络消息传递的MIMO信号检测方法在说明书摘要公布了：本发明公开了一种基于神经网络消息传递的MIMO信号检测方法，涉及通信技术领域，包括以下步骤：S1：基站端接收到用户端发送的信号；S2：利用神经网络对MIMO系统进行建模，基于MIMO系统的信号流设计神经网络架构，设计一个深度神经网络模型模拟硬件缺陷和多用户干扰；S3：开发一种高效的基于消息传递的贝叶斯检测器MP‑NN；S4：turbo接收机的实现。本发明采用上述方法，为复杂输入输出关系的通信系统实现贝叶斯信号检测；利用神经网络对MIMO系统进行建模，基于MIMO系统的信号流设计神经网络架构，最大限度地减少神经网络层和参数的数量，用因子图表示训练后的神经网络，并利用酉近似消息传递UAMP算法设计了一种高效的基于消息传递的贝叶斯信号检测器。

本发明授权一种基于神经网络消息传递的MIMO信号检测方法在权利要求书中公布了：1.一种基于深度神经网络的MIMO信号检测方法，其特征在于：含有以下步骤：S1：基站端接收到用户端发送的信号；S2：利用神经网络对MIMO系统进行建模，基于MIMO系统的信号流设计神经网络架构,设计一个深度神经网络模型模拟硬件缺陷和多用户干扰；S3：将训练后的神经网络表示为因子图并利用近似消息传递，开发了一种高效的基于消息传递的贝叶斯检测器MP-NN；S4：turbo接收机的实现；步骤S2具体包括如下子步骤：2a：首先建立传输信号由于IQ正交不平衡和PA非线性而失真后的神经网络模型，神经网络由一个输入层、两个非完全连接的隐藏层和一个输出层组成，所有用户的信号都被输入到神经网络NN，NN的输出是预测的接收信号，其中信号的实部和虚部被分离，使NN成为实值NN；信号的实部和虚部由两个子NN共享，这两个子NN被称为子NN对，输入为2K个子NN，总共有K个子NN对，它们由l，k索引，其中l＝1,2，k＝1,…,K，其中一个子NN的输出近似于另一个近似于sm是失真信号，代表求实部操作，代表求虚部操作；第k个子NN对的输入表示为： 第l，k个子NN的输出为： 其中和是子NN的相应权重矩阵和偏差向量，g1代表神经网络NN的第一个隐藏层激活函数，且每个子NN有一个输出节点，第l，k个子NN的输出表示为： 其中，是子NN的输出权重；2b：将神经网络中的第二隐藏层和输出层用于对多用户干扰进行建模的设计，因为实数MIMO信道模型为线性操作，因此用全连接网络和线性激活函数来建模为实数信道矩阵H′，全连接层权重表示为： 其中W31和W32是维度为N×K的子权重矩阵，此时神经网络的输出表示为： 式中，s′m是2K个子NN的输出矢量，是长度为2N的输出矢量，其中，该向量的任意元素表示为vl，n，其中l∈{1，2},n∈1，2，3，...，N}因此，第n个接收天线的预测信号表示为： 2c：对构建好的深度神经网络模型进行训练，训练的导频信号的长度为M0，即由M0个训练样本{pm,tm,m＝1,...,M0}，其中pm、tm分别表示导频信号和相应的接收信号；构建损失函数： 通过训练好的神经网络反向传播确定权重函数以及偏置向量得到如下模型： 其中NN·表示训练后的神经网络，ω′m表示噪声向量，考虑了训练和建模误差；步骤S3具体包括如下子步骤：3a：在数据传输阶段，基于训练的NN对传输的信号执行贝叶斯推理；贝叶斯方法需要将S2训练后的深度神经网络图结构转化为概率图模型；y′＝W3s′+ω′为表示简单性，丢弃时间索引m，对上式进行酉变换得到： 其中Φ＝UHW3＝ΛV，噪声具有与ω′相同的分布，U是酉矩阵，定义辅助向量：z＝Φs′收发模型的联合分布表示为：px，z，s'，∈|r∝p∈pr|z，∈pz|s′ps'|xpx其中∈代表加性高斯白噪声精度，式中的局部函数又称为因子,根据全局函数的因子分解,因子节点用方块表示，变量节点用圆圈表示，把有关系的变量节点和因子节点连接的图形称为因子图；3b：根据训练后神经网络转化成的因子图开发消息传递算法UAMP，迭代过程包括几轮前向和后向递归，使用UAMP来处理图的密集连接部分；使用信念传播BP和变分消息传递VMP来处理各种因子节点，从节点A传递到节点B的消息用mA→Bc表示，它是c的函数，多次迭代直到算法收敛；步骤S4具体实现过程如下：turbo接收机由基于UAMP的贝叶斯检测器和SISO解码器组成，贝叶斯检测器利用来自SISO解码器的外部对数似然比LLR作为先验信息来计算每个编码比特的外部LLRs，SISO解码器利用代码约束来细化LLR，在turbo系统中，信息比特首先被编码，然后在映射之前被交织，每个符号xk∈A＝[λ1,...,λ|A|]从编码比特序列的子序列映射而来，该子序列由表示，每个λa对应于长度log|a|二进制序列，由表示。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人西安电子科技大学杭州研究院;西安电子科技大学，其通讯地址为：陕西省西安市萧山区萧山经济技术开发区钱农东路8号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。