一种面向下行 SCMA 网络的多任务学习赋能码本设计新方法
信息论
2022-04-19 v1 信号处理
math.IT
摘要
稀疏码多址接入（SCMA）是一种很有前景的码域非正交多址接入（NOMA）方案，可用于支持海量机器类通信。在 SCMA 中，优良稀疏码本的设计与高效多用户解码在过去几年中吸引了大量研究关注。本文旨在借助自动编码器，利用深度学习联合设计下行 SCMA 编码器与解码器。我们提出了一种基于端到端学习的 SCMA（E2E-SCMA）设计框架，在该框架下获得了改进的稀疏码本与低复杂度解码器。数值结果表明，与传统 SCMA 方案相比，所提 E2E-SCMA 在误码率与计算复杂度方面均有显著改善。
引用
@article{arxiv.2204.08286,
title = {A Novel Multi-Task Learning Empowered Codebook Design for Downlink SCMA Networks},
author = {Qu Luo and Zilong Liu and Gaojie Chen and Yi Ma and Pei Xiao},
journal= {arXiv preprint arXiv:2204.08286},
year = {2022}
}