面向智能反射面辅助通信的深度学习信号检测

为了解决经典的信号检测方法在性能或复杂度方面存在的不足，根据智能反射面辅助通信的特点，利用深度学习方法设计了一种新型的面向智能反射面辅助通信的信号检测网络。根据梯度下降算法的展开思想，网络采用多个相似的单元结构级联，在每个单元中通过设计短路直连结构强化部分输入的影响，并通过单元权重系数对网络不同单元的重要性进行调节。仿真结果表明，提出的深度检测网络相较传统线性检测算法在多种规模的智能反射面辅助通信系统中均有较大的性能提升，并具有较低的复杂度。