深度学习方法在双用户非正交多址（NOMA）系统中实现信号检测的 MATLAB 实现：这些文件应用于该场景

这些文件用于在双用户非正交多址 (NOMA) 系统中实现信号检测的深度学习方法 [1]。 3 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。 该神经网络针对具有相位衰落的静态标量信道进行了训练，并用于在NOMA系统中同时为2个用户检测单个子载波上的传输符号。 考虑并测试了两种情况：一种是具有较少数量的导频符号，另一种是具有较短长度的循环前缀。 在这两种情况下，深度学习方法都比传统的信道估计方法更稳健。 有关更多信息，请参阅 [1]。 [1] Narengerile 和 J. Thompson，“非正交多址无线系统中信号检测的深度学习”，2019 年英国/中国新兴技术 (UCET)，英国格拉斯哥，2019 年，第 1-4 页。