基于深度展开技术的多跳NOMA MANETs超位置码快速优化

各种通信技术预计将利用移动 ad hoc 网络（MANETs）。通过将MANETs与非正交多址接入（NOMA）通信相结合，可以支持可扩展、频谱高效且灵活的网络拓扑。为实现NOMA MANETs的这些好处，应确定传输协议，特别是超位置码。然而，后者涉及 lengthy 优化，当网络拓扑变化时需要重复进行。在本工作中，我们提出了一种用于多跳NOMA MANETs中快速优化超位置码的算法。为实现可靠的微调，采用 emerging 深度展开方法，利用数据提升可靠设置。我们的超位置编码优化算法利用少量投射梯度步骤，同时学习其 per-user 超参数，以在过去的信道上最大化最小速率。所学到的优化器针对两种设置进行设计：一种是使用完整信道状态信息，另一种是从信道系数中估计信道系数。我们展示，原则优化与机器学习的结合产生了可扩展的优化器，一旦训练后，可应用于不同拓扑。我们通过采用不同的起始点进行并行学习优化来应对优化问题的非凸性，这是一种集成学习形式。我们的numerical结果表明，所提出的方法使能够为各种信道快速设置高速率超位置码。