一种基于深度神经网络的稀疏码分多址信号检测方法

摘要

本发明公开了一种基于深度神经网络的稀疏码分多址信号检测方法，首先将用户与资源的关系表示成因子图形式，接着将因子图上信息的迭代传递转化成神经网络的前向传递，然后进行信号检测误差估计并将估计值作为神经网络的输入数据，之后使用梯度下降法训练该网络得到更优的系数，最后使用训练好的网络来进行SCMA信号检测。由于使用了神经网络的架构，因此该方法可以在相应的AI芯片上实现。与传统方法相比，该方法在获得一定的性能提升同时可以将相关计算转移到高速并行处理的AI芯片上，有效减小SCMA信号检测带来的时延。