[发明专利]一种基于深度神经网络的稀疏码分多址信号检测方法有效
| 申请号： | 201810635535.4 | 申请日： | 2018-06-20 |
| 公开（公告）号： | CN109039534B | 公开（公告）日： | 2021-06-11 |
| 发明（设计）人： | 许威;陆超 | 申请（专利权）人： | 东南大学 |
| 主分类号： | H04L1/00 | 分类号： | H04L1/00;G06N3/04;G06N3/08 |
| 代理公司： | 南京苏高专利商标事务所(普通合伙) 32204 | 代理人： | 柏尚春 |
| 地址： | 211189 江*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 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。 | ||
| 搜索关键词： | 一种 基于 深度 神经网络 稀疏 码分多址 信号 检测 方法 | ||
【主权项】：
1.一种基于深度神经网络的稀疏码分多址信号检测算法，其特征在于：包括以下步骤：1)将因子图的节点表示成神经网络的节点，将因子图上的边表示成神经网络的连边，将因子图上传递的信息值表示成神经网络节点的输出值；2)对于使用传统迭代方法求解的MPA算法，使用一个稀疏连接的多层深度神经网络来等效替代；3)初始化时，将所有连边的参数设为相同的非零数值即可得到与MPA算法等同的性能，接着利用梯度下降算法对神经网络参数进行调优，最终得到一个性能优于传统MPA算法的SCMA信号检测方法。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于东南大学，未经东南大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810635535.4/，转载请声明来源钻瓜专利网。
