基于深度神经网络的单载波索引调制NOMA检测器
信息论
2022-09-21 v1 信号处理
math.IT
摘要
本文提出了一种用于上行单载波索引调制非正交多址（SC-IM-NOMA）系统的基于深度神经网络（DNN）的检测器，其中SC-IM-NOMA允许用户使用相同的子载波集合来传输经子载波索引调制技术调制的数据。更具体地，SC-IM-NOMA的用户以不同功率电平同时传输其SC-IM数据，随后其接收机利用这些数据进行连续干扰消除（SIC）多用户检测。为SC-IM-NOMA设计的现有检测器，如联合最大似然（JML）检测器和基于最大似然SIC（ML-SIC）的检测器，存在计算复杂度高的问题。为解决此问题，我们提出了一种基于DNN的检测器，其结构依赖于基于模型的SIC，用于在以充足仿真数据训练后联合检测所有用户的M进制符号与索引比特。仿真结果表明，与现有手工设计的检测器相比，所提基于DNN的检测器获得了近最优的错误性能并显著降低了运行时间复杂度。
引用
@article{arxiv.2209.09526,
title = {Deep Neural Network-Based Detector for Single-Carrier Index Modulation NOMA},
author = {Toan Gian and Vu-Duc Ngo and Tien-Hoa Nguyen and Trung Tan Nguyen and Thien Van Luong},
journal= {arXiv preprint arXiv:2209.09526},
year = {2022}
}