公开(公告)号：CN114124168B

公开(公告)日：2023-05-26

申请号：CN202111282370.5

申请日：2021-11-01

Applicant: 南京邮电大学

Inventor： 王小明 ,  朱盼 ,  徐友云 ,  蒋锐

IPC: H04B7/0413 ,  H04B17/309 ,  H04B17/391 ,  G06F18/24 ,  G06F18/10 ,  G06F18/2415 ,  G06F18/214 ,  G06N3/0464 ,  G06N3/047 ,  G06N3/084 ,  G06F17/16

Abstract: 本发明公开了一种基于深度学习的MIMO‑NOMA系统信号检测方法及系统，属于无线通信技术领域，包括：获取含噪用户信号，基于预先构建的MIMO‑NOMA系统无线通信模型将用户发送的含噪用户信号转换为基站接收的接收信号；通过预先构造的MIMO‑NOMA系统信号检测模型用深度神经网络实现迭代步骤，使用接收信号和信道矩阵QL分解后得到的下三角矩阵作为深度神经网络的输入，在深度神经网络的输出层外接一个Softmax层，在Softmax层中进行软判决输出软信息，通过软信息采样得到含噪用户信号的符号取值，使用串行干扰消除算法消除噪声，得到干净接收信号的符号取值；将干净接收信号恢复为干净用户信号，从而得到干净用户信号的符号取值；提高了检测的准确性，误码率降低。

公开(公告)号：CN113114313A

公开(公告)日：2021-07-13

申请号：CN202110392838.X

申请日：2021-04-13

Applicant: 南京邮电大学

Inventor： 徐友云 ,  朱盼 ,  王小明 ,  花航

IPC: H04B7/0413 ,  H04B17/309 ,  H04L25/02 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种MIMO‑NOMA系统导频辅助信号检测方法、系统及存储介质。本发明的方法通过以下步骤实现：构造MIMO‑NOMA上行系统模型及信号检测系统模型，引入了噪声抵消因子和干扰抵消因子等新的参数；对信号检测系统模型进行训练；利用训练完毕的信号检测系统模型对基站接收到的MIMO‑NOMA信号进行恢复。本发明的方法将连续干扰消除结构与模型驱动的深度学习网络相结合，适用于时变信道和接收端未知信道信息的情况，仿真结果表明该方法具有优越的误码率性能。

公开(公告)号：CN114124168A

公开(公告)日：2022-03-01

申请号：CN202111282370.5

申请日：2021-11-01

Applicant: 南京邮电大学

Inventor： 王小明 ,  朱盼 ,  徐友云 ,  蒋锐

IPC: H04B7/0413 ,  H04B17/309 ,  H04B17/391 ,  G06F17/16 ,  G06K9/00 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于深度学习的MIMO‑NOMA系统信号检测方法及系统，属于无线通信技术领域，包括：获取含噪用户信号，基于预先构建的MIMO‑NOMA系统无线通信模型将用户发送的含噪用户信号转换为基站接收的接收信号；通过预先构造的MIMO‑NOMA系统信号检测模型用深度神经网络实现迭代步骤，使用接收信号和信道矩阵QL分解后得到的下三角矩阵作为深度神经网络的输入，在深度神经网络的输出层外接一个Softmax层，在Softmax层中进行软判决输出软信息，通过软信息采样得到含噪用户信号的符号取值，使用串行干扰消除算法消除噪声，得到干净接收信号的符号取值；将干净接收信号恢复为干净用户信号，从而得到干净用户信号的符号取值；提高了检测的准确性，误码率降低。