研究者提出ML辅助NOMA联合信源信道编码图像传输方法

Selim F. Yilmaz 等研究者提出一种机器学习辅助的无线图像传输方法，用多视角自编码器将压缩与信道编码合并，使多个发射机在多址信道上同时使用全部信道资源，构成非正交多址（NOMA）方案，成果发表于 IEEE TWC。 研究者称，该方法最多支持64个用户并有望进一步扩展，可训练参数量相比单用户模型仅增加2.4%；并在多种数据集、指标和信道条件下优于现有基于NOMA的方法。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。