[发明专利]一种基于深度学习的多用户数据信息检测方法及装置有效
| 申请号： | 201810332221.7 | 申请日： | 2018-04-13 |
| 公开（公告）号： | CN108540267B | 公开（公告）日： | 2020-10-02 |
| 发明（设计）人： | 牛凯;戴金晟;孙富强 | 申请（专利权）人： | 北京邮电大学 |
| 主分类号： | H04L1/00 | 分类号： | H04L1/00;H04L1/20;G06N3/08;G06N3/04 |
| 代理公司： | 北京柏杉松知识产权代理事务所(普通合伙) 11413 | 代理人： | 项京;马敬 |
| 地址： | 100876 *** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明实施例提供的一种基于深度学习的多用户数据信息检测方法及装置，可以根据已接收到的叠加码字信息，使用预设的条件算法，计算获得各个用户的码字信息；将各个用户的码字信息作为已训练的神经网络输入，利用已训练的神经网络获得已训练的神经网络输出层的输出结果；本发明实施例利用深度学习训练权值后的已训练的神经网络，将各个用户的码字条件概率概率作为已训练的神经网络的输入，根据输出结果检测用户的发送的数据信息，计算各个用户的对数比特似然比的过程中，各个用户的码字条件概率都有相应的权值，因此可以提高检测多用户发送的数据信息的准确率。 | ||
| 搜索关键词： | 一种 基于 深度 学习 多用户 数据 信息 检测 方法 装置 | ||
【主权项】：
1.一种基于深度学习的多用户数据信息检测方法，其特征在于，应用于非正交多址(Non‑Orthogonal Multiple Access，NOMA)系统中的接收端，所述方法包括：使用预设的条件算法，从已获得的叠加码字信息中计算得出各个用户的码字信息；所述码字信息包括：码字条件概率；将所述各个用户码字信息作为已训练的神经网络的输入，利用已训练的神经网络获得所述已训练的神经网络输出层的输出结果；所述已训练的神经网络是通过深度学习训练初始神经网络中各层之间预设的权值得到的；所述初始神经网络是根据因子图预先构建的；所述各层之间的权值与因子图中的连边权值一一对应；利用所述已训练的神经网络的输出层的输出结果，计算获得各个用户的数据信息；所述输出结果包括：各个用户的对数比特似然比。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于北京邮电大学，未经北京邮电大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810332221.7/，转载请声明来源钻瓜专利网。
