OFDM-IM信号検出のためのTransformer-LSTMハイブリッド検出器

科学分野:

• 無線通信;信号処理;深層学習

背景:

• 直交周波数分割多重化インデックス変調（OFDM-IM）は、特有の信号検出の課題を提示します。;従来の検出方法は、OFDM-IMシステムの複雑性に苦労することがよくあります。

研究 の 目的:

• OFDM-IMシステム向けの新しい深層学習ベースの検出器を開発すること。;困難なチャネル条件下での信号検出精度と堅牢性を向上させること。

主な方法:

• トランスフォーマーと長短期記憶（LSTM）ネットワークを統合した深層学習検出器、FullTrans-IMを提案しました。;検出問題は、トランスフォーマーデコーダの機能を利用したシーケンス予測タスクとして再定式化されました。;モデルはレイリーフェージングチャネルで評価されました。

主要な成果:

• FullTrans-IM検出器は、優れたビット誤り率（BER）性能を示しました。;従来のゼロフォーシング（ZF）検出器よりも優れた性能を発揮しました。;既存の深層学習ベースの検出器と比較しても、より良い性能を示しました。

結論:

• 提案されたFullTrans-IM検出器は、OFDM-IM信号検出において大幅な進歩をもたらします。;信号検出のためのシーケンスモデリングの活用は、性能向上に効果的であることが証明されています。;特にトランスフォーマーLSTM統合のような深層学習技術は、将来の無線通信システムに非常に有望です。