两用户非正交多址系统中实现用于信号检测

这些文件将在两用户非正交多址（NOMA）系统中实现用于信号检测的深度学习方法。

三个主要脚本分别是生成训练数据、训练神经网络和生成测试结果。

该神经网络用于相位衰落的静态标量信道，用于NOMA系统中同时检测2个用户的单个子载波上的传输符号。

考虑并测试了两种情况：一种是导频符号数目较少，另一种是循环前缀长度较短。

在这两种情况下，深度学习方法都比传统的信道估计方法具有更强的鲁棒性。

allocatePower.m 
channelEstimation.m 
dataTransmissionReception.m
detectML.m
getFeatureAndLabel.m 
symbolDecodeDL.m 
symbolDecodeSIC.m 
testData.m 
trainData.m
trainNN.m 
license.txt