【时间】2026年6月25日（周四）下午14：45 开始
【地点】线下讲座，9B406会议室
【主题】基于卷积神经网络的SBMA解码方案
【主讲人及介绍】
刘婵梓，博士，讲师，主要从事信号传输与检测、多址技术等方向的研究。
【内容简介】
针对稀疏码与盲干扰对齐多址接入（SBMA）现有三类主流解码方案存在的性能和复杂度等问题，本文开展新型解码方案研究。现有 ZF-MPA、JMPA、DNN 三类解码方案各有短板：ZF-MPA 方案迭代增益有限、复杂度激增、环境适配性弱；JMPA方案迭代复杂度与解码延迟偏高，环境自适应能力不足；DNN方案低信噪比解码性能不佳，模型训练不稳定。为兼顾误码率和解码时延，本文提出基于卷积神经网络和注意力机制的解码方案，采用双模型架构，针对高低信噪比通信环境搭建差异化解码网络，两模型共享输入流程。实验表明，所提方案误码率性能优于 ZF-MPA、DNN等解码方案。
诚挚欢迎广大师生参加。
