一种基于深度学习的均衡网络辅助SCMA编解码方法

摘要

本发明涉及一种基于深度学习的均衡网络辅助SCMA编解码方法，包括：构建用于生成发送信号的SCMA编码器，在上行链路系统中每个用户端设置一个全连接的深度神经网络，按照SCMA编码器的因子矩阵对用户与资源块之间进行连接；建立由均衡网络与多用户检测网络所构成的SCMA解码器，采用均衡网络均衡信道的输出，将均衡网络产生的输出送入多用户检测网络以解码所有用户的发送信息；对SCMA编码器和SCMA解码器进行端到端的联合训练。本发明在基于深度学习的SCMA编解码方案基础上增加了参数估计网络和信号补偿网络设计，实现手段仍采用了深度学习技术，能够提升SCMA系统在上行瑞利衰落信道的误码率性能。