Récepteur multiutilisateur basé sur l'apprentissage profond pour améliorer la liaison montante dans les réseaux LoRa - Archive ouverte HAL Accéder directement au contenu
Communication Dans Un Congrès Année : 2023

Récepteur multiutilisateur basé sur l'apprentissage profond pour améliorer la liaison montante dans les réseaux LoRa

Résumé

This paper presents a deep learning-based multiuser receiver to improve the uplink in LoRa Network. The proposed receiver can decode simultaneous transmissions from multiple users on the same frequency channel with the same spreading factor. The objective of the proposed approach is to reduce the high computational complexity and error propagation issues of the classical SIC method. Each step employs a specific convolutional neural network model to directly decode each user’s signal. Simulation results show that the proposed receiver significantly reduces the error propagation and increases the number of connected devices in the network compared to the classical SIC scheme.
Fichier principal
Vignette du fichier
2023_tesfay1383.pdf (445.17 Ko) Télécharger le fichier
Origine : Fichiers produits par l'(les) auteur(s)

Dates et versions

hal-04553760 , version 1 (21-04-2024)

Identifiants

  • HAL Id : hal-04553760 , version 1

Citer

A. A. Tesfay, M. Mallik, Eric Pierre Simon, Laurent Clavier. Récepteur multiutilisateur basé sur l'apprentissage profond pour améliorer la liaison montante dans les réseaux LoRa. 29ème Colloque Francophone du Traitement du Signal et des Images GRETSI, Aug 2023, Grenoble, France. ⟨hal-04553760⟩
0 Consultations
0 Téléchargements

Partager

Gmail Facebook X LinkedIn More