科研之友
微信
新浪微博
Facebook
分享链接
摘要
部分边缘化消息传递算法（partial marginalization message passing algorithm, PM-MPA）是一种消息传递算法（message passing algorithm, MPA）的串行变体，用于稀疏码复用接入（sparse code multiple access,SCMA）信号检测，然而，PM-MPA仍然可以实现接近最佳的性能。针对以上问题，将PM-MPA扩展到深度神经网络（deep neural network, DNN）层以优化分配给因子图的边缘的权重。采取权重作为网络参数，离线训练网络以获得权重这可以使损失函数最小化。仿真结果表明对于之前研究的其他深度学习解决方案，提出的解决方案在保持较低计算复杂度的同时，实现了更好的误码率（bit error rate, BER）性能假定的复杂性。
-
单位通信与信息工程学院; 西安邮电大学
