电讯技术

作者：王奕峰,周婷,徐天衡

单位：(1.中国科学院大学 微电子学院，北京 100049;2.中国科学院上海高等研究院，上海 201210)

关键词：非正交多址接入；串行干扰消除；深度神经网络；非线性检测；

基金：国家自然科学基金资助项目（61801460）；国家重点研发计划（2020YFB1806606）；上海市产学研科技合作专项（PKX2020-D12）

在上行非正交多址（Non-orthogonal Multiple Access,NOMA）系统中，针对传统基于串行干扰消除（Successive Interference Cancellation，SIC）检测存在同个时频块内用户间干扰的问题，提出了一种新型的NOMA检测算法。通过将SIC检测的反馈消除结构和深度神经网络结合起来，设计出了一种新型的反馈深度神经网络（Feedback Deep Neural Network,FDNN）结构。FDNN模型分为两个模块，检测模块通过深度神经网络实现非线性检测，反馈模块通过权重矩阵重构信号并消除用户干扰。通过重复检测和反馈过程，FDNN依次检测出各个用户的符号，并达到了良好的性能。仿真结果表明FDNN检测算法相较于SIC检测具有更低的误符号率和误比特率，并验证了其具有更良好的抗用户间干扰的性能。

来源：2023年第5期

《电讯技术》期刊编辑部

查看电讯技术杂志2023年第5期