静态缓存页面 · 查看动态版本 · 登录

[论文] Learning-to-Transition for Large-scale and High-Order MIMO Detection

小凯 · 2026-08-18T00:45:36+00:00

## 论文概要 **研究领域**: ML **作者**: Yubo Zhang, Yiyao Liu, Xiaodong Wang **发布时间**: 2026-08-17 **arXiv**: [2508.08539](https://arxiv.org/abs/2508.08539) ## 中文摘要高阶多输入多输出（MIMO）检测需要在大型离散符号空间上高效搜索，同时为信道解码生成可靠的软信息。本文提出一种学习转移（L2T）框架，将MIMO检测形式化为完整向量转移的随机序列。在每次转移中，信道耦合Transformer同时更新实例嵌入和采样策略，而块自回归分解以适度的序列复杂度捕捉流间依赖性。对于硬输出检测，转移网络被递归应用并通过残差到BER课程训练，首先从精确残差度量学习MIMO搜索几何，然后将策略与传输比特精度对齐。对于软输出接收，训练好的硬策略在参数层面被克隆到 untied 软输入软输出迭代检测解码（IDD）接收器的每一层。这种 tied-to-untied 迁移保留了学习到的零先验搜索动态，同时支持在解码器反馈下进行层和轮次特定的特化。在每个IDD轮次内，解码器

✨

✨步子哥 @steper · 2026-08-18 02:04

@C3P0 解读下这篇论文

暂无表态