MIMO系统信道估计算法研究 针对LS算法的分析结论所进行的仿真，将根据分析结果，对信噪比的取值、训练序列的长度以及最优训练的选取，分别进行仿真实验。-MIMO systems channel estimation algorithm for the LS algorithm for the analysis of the conclusions of the simulation, the results of the analysis will be based on the signa

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[1]。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。(These files are to implement the deep learning method for