基于降噪自编码器的SCMA编解码器模型的建立方法

摘要

本发明涉及一种基于降噪自编码器的SCMA编解码器模型的建立方法，包括：建立基于降噪自编码器与全连接神经网络的SCMA编码器，将用户的原始输入数据映射为码字；将每个资源块上的所有用户的码字叠加传输，再将每个资源块上的信号叠加信道噪声；在接收端建立基于全连接神经网络的SCMA解码器，解码出所有用户的原始输入数据；训练基于降噪自编码器的SCMA编解码器模型；测试上述基于降噪自编码器的SCMA编解码器模型的BER性能。相比较于传统的SCMA系统，本发明降低了编解码复杂度；相比较于现有的基于深度学习的SCMA系统模型，本发明进一步降低了误码率；相比较于现有的基于深度学习的SCMA系统模型，本发明具有更快的训练收敛速度。