【技术实现步骤摘要】
本专利技术属于通信，特别涉及一种基于卷积生成神经网络的免授权noma多用户检测方法。
技术介绍
1、大规模机器类型通信(mmtc)可用于满足工业4.0物联网海量设备用户的通信需求。据预测，大规模物联网可能的潜在设备用户数可达107个/平方公里，而mmtc通常需为不超过总设备用户数10％的零星活跃设备用户同时提供低时延、低带宽的上行数据业务，这给基于授权的正交多址接入技术带来巨大挑战。首先，有限的正交资源很难支持大规模设备用户的连接；其次，基于授权接入方式的频繁握手过程存在信令开销大、访问延迟高等问题。对此，通过免授权非正交多址接入(noma)技术可支持设备用户无需先向基站发送接入请求而直接通过上行链路发送数据，且利用非正交多路复用扩频序列或功率域等资源，满足多设备用户的随机接入需求，从而以更高的频谱利用效率和更低的访问延迟来实现mmtc应用中设备用户的多元化随机接入。
2、免授权noma为mmtc带来新的机遇的同时，也带来了新的挑战。首先，免授权技术下基站需对接入的用户进行活跃性检测，这无疑给接收端的设计增加了难度；其次，n...
【技术保护点】
1.一种基于卷积生成神经网络的免授权NOMA多用户检测方法，其特征在于，具体包括以下步骤：
2.根据权利要求1所述的一种基于卷积生成神经网络的免授权NOMA多用户检测方法，其特征在于，根据接收信号对z进行更新，更新过程表示为：
3.根据权利要求2所述的一种基于卷积生成神经网络的免授权NOMA多用户检测方法，其特征在于，利用梯度下降法来近似更新后的随机数的值，近似过程包括：
4.根据权利要求1所述的一种基于卷积生成神经网络的免授权NOMA多用户检测方法，其特征在于，通过反向传播算法进行卷积生成神经网络参数更新，更新过程表示为：
...【技术特征摘要】
1.一种基于卷积生成神经网络的免授权noma多用户检测方法，其特征在于，具体包括以下步骤：
2.根据权利要求1所述的一种基于卷积生成神经网络的免授权noma多用户检测方法，其特征在于，根据接收信号对z进行更新，更新过程表示为：
3.根据权利要求2所述的一种基于卷积生成神经网络的免授权noma多用户检测方法，其特征在于，利用梯度下降法来近似更新后的随机数的值，近似过程包括：
4.根据权利要求1所述的一种基于卷积生成神经网络的免授权noma多用户检测方法，其特征在于，通过反向传播算法进行卷积生成神经网络参数更新，更新过程表示为：<...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。