电信技术论文_降噪自编码器辅助的下行MIMO-SCM - 资源与产业杂志社投稿_期刊论文发表|版面费|电话|编辑部- 资源与产业

一、本刊要求作者有严谨的学风和朴实的文风，提倡互相尊重和自由讨论。凡采用他人学说，必须加注说明。二、不要超过10000字为宜，精粹的短篇，尤为欢迎。三、请作者将稿件（用WORD格式）发送到下面给出的征文信箱中。四、凡来稿请作者自留底稿，恕不退稿。五、为规范排版，请作者在上传修改稿时严格按以下要求： 1．论文要求有题名、摘要、关键词、作者姓名、作者工作单位（名称，省市邮编）等内容一份。 2．基金项目和作者简介按下列格式：基金项目：项目名称（编号）作者简介：姓名（出生年－），性别，民族（汉族可省略），籍贯，职称，学位，研究方向。 3．文章一般有引言部分和正文部分，正文部分用阿拉伯数字分级编号法，一般用两级。插图下方应注明图序和图名。表格应采用三线表，表格上方应注明表序和表名。 4．参考文献列出的一般应限于作者直接阅读过的、最主要的、发表在正式出版物上的文献。其他相关注释可用脚注在当页标注。参考文献的著录应执行国家标准GB7714-87的规定，采用顺序编码制。

电信技术论文_降噪自编码器辅助的下行MIMO-SCM

作者:

关键词:

摘要：

文章摘要:为了改善稀疏码分多址系统在多天线应用中的误码率性能，将深度学习引入多输入多输出稀疏码分多址系统，提出了一种降噪自编码器辅助的编解码方法。发射端使用多个深度神经网络单元构建多天线稀疏码分多址编码器，通过神经网络的学习获得每个用户在不同发射天线上的码本，采用降噪自编码器的结构在输入端引入噪声层，使得编码器的输出为更具鲁棒性的特征表示；接收端设计了一个全连接的深度神经网络作为解码器，该解码器将多天线检测与多用户检测联合进行，一次解码即可获得用户数据；采用端到端的训练方式对编解码器进行训练，优化神经网络的结构与参数，使得神经网络能够快速收敛。实验结果表明，提出的编解码方法可以降低多输入多输出稀疏码分多址系统的误码率，同时减少接收端检测的时间。

文章关键词:

项目基金:《资源与产业》网址: http://www.zyycyzz.cn/qikandaodu/2021/1208/2419.html