一种应用于协作MIMO-NOMA系统的符号检测算法
A Symbol Detection Algorithm for Cooperative MIMO-NOMA Systems作者机构:湖南理工学院信息科学与工程学院岳阳414006 华中师范大学物理科学与技术学院武汉430079 湖南大学信息科学与工程学院长沙410082
出 版 物:《北京邮电大学学报》 (Journal of Beijing University of Posts and Telecommunications)
年 卷 期:2024年第47卷第4期
页 面:136-142页
核心收录:
学科分类:080904[工学-电磁场与微波技术] 0810[工学-信息与通信工程] 0809[工学-电子科学与技术(可授工学、理学学位)] 08[工学] 080402[工学-测试计量技术及仪器] 0804[工学-仪器科学与技术] 081001[工学-通信与信息系统]
基 金:国家自然科学基金项目(62101205) 湖南省自然科学基金项目(2023JJ50045) 湖北省重点研发计划项目(2023BAB061)
摘 要:受发射端的功率分配与叠加编码的影响,基于单任务神经网络的功率域非正交多址接入(NOMA)符号检测算法无法兼容不同用户的符号检测任务。针对用户辅助的协作多输入多输出(MIMO)-NOMA通信系统,设计基于多任务神经网络的符号检测算法,通过学习协作MIMO-NOMA系统中信号的深层共享特征,实现不同用户的联合符号检测。由于协作通信中不同用户接收信号的数据分布不同,并且存在数据孤岛问题,而机器学习模型要求训练数据和测试数据均独立采样于同一数据分布,因此提出多任务联邦学习框架来解决这一问题。实验结果表明,随着信噪比的提高,所提出的符号检测算法较传统符号检测算法展现出更好的性能。