公开(公告)号：CN114866120B

公开(公告)日：2023-05-26

申请号：CN202210631145.6

申请日：2022-06-06

Applicant: 南京邮电大学

Inventor： 请求不公布姓名 ,  张栋才 ,  蒋锐 ,  请求不公布姓名 ,  请求不公布姓名

IPC: H04B7/0452 ,  H04L25/03 ,  H04L1/00

Abstract: 本发明属于无线通信领域，具体地说，是一种MIMO‑NOMA系统信号检测方法，该方法是基于深度迁移学习模型驱动的下行链路多输入多输出非正交多址接入系统信号检测方法，具体包括如下步骤：步骤1：构造下行MIMO‑NOMA系统模型及信号检测网络模型；步骤2：对信号检测网络模型进行训练，利用训练好的模型对接收到的MIMO‑NOMA信号进行恢复；步骤3：以不同方案改变当前环境，利用迁移学习算法以及三种迁移策略，所述迁移学习算法将步骤2中训练好的信号检测网络模型的知识迁移到新环境中，以较少的训练样本和时间训练新的检测模型；步骤4：利用训练好的信号检测网络模型在新环境下对接收到的信号进行恢复。

公开(公告)号：CN114866120A

公开(公告)日：2022-08-05

申请号：CN202210631145.6

申请日：2022-06-06

Applicant: 南京邮电大学

Inventor： 张栋才 ,  蒋锐 ,  其他发明人请求不公开姓名

IPC: H04B7/0452 ,  H04L25/03 ,  H04L1/00

Abstract: 本发明属于无线通信领域，具体地说，是一种MIMO‑NOMA系统信号检测方法，该方法是基于深度迁移学习模型驱动的下行链路多输入多输出非正交多址接入系统信号检测方法，具体包括如下步骤：步骤1：构造下行MIMO‑NOMA系统模型及信号检测网络模型；步骤2：对信号检测网络模型进行训练，利用训练好的模型对接收到的MIMO‑NOMA信号进行恢复；步骤3：以不同方案改变当前环境，利用迁移学习算法以及三种迁移策略，所述迁移学习算法将步骤2中训练好的信号检测网络模型的知识迁移到新环境中，以较少的训练样本和时间训练新的检测模型；步骤4：利用训练好的信号检测网络模型在新环境下对接收到的信号进行恢复。