摘要
本发明公开了卫星‑地面下行NOMA系统的联合检测方法,其技术方案要点是,包括以下步骤:S1.在发送端的子信道内,通过稀疏均匀布置的导频信号插入时频网格中的导频;S2.在接收端提取导频信号,并基于深度残差卷积网络进行信道估计;S3.基于深度神经网络的迭代重训练方法进行多用户信号检测;S4.基于麻雀搜索算法在功率分配因子阈值范围内优化功率分配,最小化系统误码率;S5.将步骤S2、步骤S3和步骤S4结合,形成基于深度学习的联合检测模型;本发明通过深度学习和麻雀搜索算法的结合,解决了系统中信道估计精度、信号检测能力和功率分配优化等问题,提升了系统的整体性能和可靠性,适用于现代卫星通信系统中的大规模用户接入和高效数据传输需求。
技术关键词
下行NOMA系统
联合检测方法
联合检测模型
多用户
深度神经网络
深度残差
搜索算法
最小化系统
卷积滤波器
功率
频率响应
地面
因子
导频信号
误码率
信道估计精度
信道估计误差
系统为您推荐了相关专利信息
无人机追踪方法
深度神经网络
舵机支架
总线伺服
总线舵机
水肥控制方法
深度神经网络模型
葡萄
水肥控制装置
训练深度神经网络
水体特征
机器学习模型
浮岛系统
修复水体
黑臭水体修复技术