非正交多址联合源信道编码中干扰学习的机器视觉传输方法

该研究提出了一种ML辅助无线图像传输方法，利用多视图自编码器实现压缩与信道编码融合，形成非正交多址（NOMA）方案。 模型支持多达64个用户，相比单用户模型仅增加2.4%的可训练参数。 该方法在多种数据集和信道条件下均优于现有的NOMA技术，提升了图像恢复质量。