一种NOMA系统中的反馈深度神经网络检测算法

作     者：王奕峰 周婷 徐天衡 WANG Yifeng;ZHOU Ting;XU Tianheng

作者机构：中国科学院大学微电子学院北京100049 中国科学院上海高等研究院上海201210 

基　　金：国家自然科学基金资助项目(61801460) 国家重点研发计划(2020YFB1806606) 上海市产学研科技合作专项(PKX2020-D12) 

出 版 物：《电讯技术》 (Telecommunication Engineering)

年 卷 期：2023年第63卷第5期

页      码：611-617页

摘      要：在上行非正交多址(Non-orthogonal Multiple Access,NOMA)系统中,针对传统基于串行干扰消除(Successive Interference Cancellation,SIC)检测存在同个时频块内用户间干扰的问题,提出了一种新型的NOMA检测算法。通过将SIC检测的反馈消除结构和深度神经网络结合起来,设计出了一种新型的反馈深度神经网络(Feedback Deep Neural Network,FDNN)结构。FDNN模型分为两个模块,检测模块通过深度神经网络实现非线性检测,反馈模块通过权重矩阵重构信号并消除用户干扰。通过重复检测和反馈过程,FDNN依次检测出各个用户的符号,并达到了良好的性能。仿真结果表明FDNN检测算法相较于SIC检测具有更低的误符号率和误比特率,并验证了其具有更良好的抗用户间干扰的性能。

主 题 词：非正交多址接入 串行干扰消除 深度神经网络 非线性检测 

学科分类：11[军事学] 0810[工学-土木类] 1105[1105] 08[工学] 081002[081002] 110503[110503] 

D　O　I：10.20079/j.issn.1001-893x.211222001

馆 藏 号：203121881...