Resumen

Se propone un algoritmo de detección multiusuario (MUD) basado en una red de aprendizaje profundo para el sistema de comunicación móvil por satélite. Debido al movimiento relativo entre el satélite y los usuarios, la interferencia de acceso múltiple (MUI) introducida por el canal de desvanecimiento multitrayecto reduce el rendimiento del sistema. El algoritmo MUD propuesto, basado en una red de aprendizaje profundo, establece en primer lugar la función de pérdida óptima CINR de acuerdo con el modo de acceso multiusuario y, a continuación, obtiene el mejor peso de detección multiusuario mediante la iteración de gradiente más pronunciado. El aprendizaje no lineal multicapa obtiene los pesos de compartición de la cancelación de interferencias para lograr la máxima relación señal-ruido a través de la iteración de gradiente, que es superior al algoritmo tradicional de cancelación de interferencias en serie y al algoritmo de cancelación de interferencias en paralelo. A continuación, los pesos con detección multiusuario a través de la iteración de aprendizaje hacia delante de la red multicapa se obtienen con las características de calidad de detección multiusuario tradicionales. La detección de acceso multiusuario propuesta basada en el algoritmo de red de aprendizaje profundo mejora la precisión del MUD y reduce el número de multiusuarios tradicionales. El rendimiento del sistema de acceso multiusuario por satélite muestra que la red de aprendizaje profundo propuesta puede proporcionar una alta precisión y mejores tiempos de iteración.

• Materias:Biotecnología Minería de datos Algoritmo genético Neurociencia Cognitiva Neurofisiología
• Subjects:Biotechnology Data mining Genetic algorithm Cognitive Neuroscience Neurophysiology
• Palabras claves:red de aprendizaje profundo, algoritmo de cancelación de interferencias, aprendizaje no lineal multicapa, obtiene cancelación de interferencias, modo de acceso multiusuario, sistema de comunicaciones móviles, algoritmo de barro propuesto, detección de acceso multiusuario, sistema de enlace ascendente con multidifusión, mejor tiempo de iteración
• Keywords:deep learning network, interference cancellation algorithm, multilayer nonlinear learning, obtains interference cancellation, multiuser access mode, mobile communications system, proposed mud algorithm, multiuser access detection, multifading uplink system, better iteration time