1.一种自适应预编码模型训练方法，其中，所述自适应预编码模型训练方法包括：基于用户的接收信号的第一协方差矩阵，确定所述接收信号的信干噪比和误比特率的关系图；其中，所述第一协方差矩阵包含所述接收信号的干扰加噪声的第二协方差矩阵和用户的编码序列；

将所述关系图中的误比特率的取值与颜色图谱中的像素值进行一一对应的关联处理；

其中，经过所述关联处理后的颜色图谱中包含用户信道的特征信息；

对经过预训练的卷积神经网络中的全连接层进行重新创建，并基于经过所述关联处理的颜色图谱对重新创建的全连接层进行训练，得到自适应预编码模型。

2.如权利要求1所述的自适应预编码模型训练方法，其中，所述基于用户的接收信号的第一协方差矩阵，确定所述接收信号的信干噪比和误比特率的关系图，包括：对所述第一协方差矩阵的整体平方相关性进行最小化处理，得到所述接收信号的信干噪比和误比特率的关系图。

3.如权利要求2所述的自适应预编码模型训练方法，所述对所述第一协方差矩阵的整体平方相关性进行最小化处理，得到所述接收信号的信干噪比和误比特率的关系图，包括：设置每个用户的初始编码序列；

对各个用户的初始编码序列和第二协方差矩阵进行迭代更新，直至各个用户的第一协方差矩阵的整体平方相关性收敛，得到各个用户的最优编码序列；

根据各个用户的最优编码序列，得到所述接收信号的信干噪比和误比特率的关系图。

4.如权利要求3所述的自适应预编码模型训练方法，其中，所述第一协方差矩阵的整体平方相关性为：其中，sl为用户l的预编码序列，Rl为第二协方差矩阵且 每个用户的初始编码序列为sl(0),l＝1,2,...,L；

所述对各个用户的初始编码序列和第二协方差矩阵进行迭代更新，包括：通过

和

对各个用户的初始编码序列sl(0)和第二协方差矩阵Rl进行迭代更新。

5.如权利要求1所述的自适应预编码模型训练方法，其中，所述将所述关系图中的误比特率的取值与颜色图谱中的像素值进行一一对应的关联处理，包括：将所述关系图中的误比特率对应的坐标轴等分为预设个数的区间；

将每个区间对应的误比特率的取值与所述颜色图谱中的一个像素值对应，将所述颜色图谱中的像素值转换为对应的误比特率值，得到经过关联处理的颜色图谱。

6.如权利要求5所述的自适应预编码模型训练方法，其中，所述将每个区间对应的误比特率的取值与所述颜色图谱中的一个像素值对应，包括：将各个区域对应的误比特率的取值按照由大到小的顺序与颜色图谱中对应的像素值进行一一对应。

7.如权利要求1所述的自适应预编码模型训练方法，其中，所述对经过预训练的卷积神经网络中的全连接层进行重新创建，并基于经过所述关联处理的颜色图谱对重新创建的全连接层进行训练，得到自适应预编码模型，包括：对经过预训练的卷积神经网络中的全连接层进行重新创建，并基于经过所述关联处理的颜色图谱训练重新创建的全连接层，确定重新创建的全连接层的权重参数和偏移参数，得到自适应预编码模型。

8.一种自适应预编码方法，其中，所述自适应预编码方法包括：获取用户的接收信号；

基于权利要求1中所述的自适应预编码模型，确定所述接收信号的预编码。

9.一种自适应预编码模型训练装置，其中，所述自适应预编码模型训练装置包括：关系图确定模块，用于基于用户的接收信号的第一协方差矩阵，确定所述接收信号的信干噪比和误比特率的关系图；其中，所述第一协方差矩阵包含所述接收信号的干扰加噪声的第二协方差矩阵和用户的编码序列；

关联处理模块，用于将所述关系图中的误比特率的取值与颜色图谱中的像素值进行一一对应的关联处理；其中，经过所述关联处理后的颜色图谱中包含用户信道的特征信息；

训练模块，用于对经过预训练的卷积神经网络中的全连接层进行重新创建，并基于经过所述关联处理的颜色图谱对重新创建的全连接层进行训练，得到自适应预编码模型。

10.一种自适应预编码装置，其中，所述自适应预编码装置包括：信号获取模块，用于获取用户的接收信号；

预编码模块，用于基于权利要求1中所述的自适应预编码模型，确定所述接收信号的预编码。

11.一种基站，其中，所述基站包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机可读指令，所述处理器执行所述计算机可读指令时实现如下步骤：基于用户的接收信号的第一协方差矩阵，确定所述接收信号的信干噪比和误比特率的关系图；其中，所述第一协方差矩阵包含所述接收信号的干扰加噪声的第二协方差矩阵和用户的编码序列；

将所述关系图中的误比特率的取值与颜色图谱中的像素值进行一一对应的关联处理；

其中，经过所述关联处理后的颜色图谱中包含用户信道的特征信息；

对经过预训练的卷积神经网络中的全连接层进行重新创建，并基于经过所述关联处理的颜色图谱对重新创建的全连接层进行训练，得到自适应预编码模型。

12.如权利要求11所述的基站，其中，所述基于用户的接收信号的第一协方差矩阵，确定所述接收信号的信干噪比和误比特率的关系图，包括：对所述第一协方差矩阵的整体平方相关性进行最小化处理，得到所述接收信号的信干噪比和误比特率的关系图。

13.如权利要求12所述的基站，所述对所述第一协方差矩阵的整体平方相关性进行最小化处理，得到所述接收信号的信干噪比和误比特率的关系图，包括：设置每个用户的初始编码序列；

对各个用户的初始编码序列和第二协方差矩阵进行迭代更新，直至各个用户的第一协方差矩阵的整体平方相关性收敛，得到各个用户的最优编码序列；

根据各个用户的最优编码序列，得到所述接收信号的信干噪比和误比特率的关系图。

14.如权利要求13所述的基站，其中，所述第一协方差矩阵的整体平方相关性为：其中，sl为用户l的预编码序列，Rl为第二协方差矩阵且 每个用户的初始编码序列为sl(0),l＝1,2,...,L；

所述对各个用户的初始编码序列和第二协方差矩阵进行迭代更新，包括：通过

和

对各个用户的初始编码序列sl(0)和第二协方差矩阵Rl进行迭代更新。

15.如权利要求11所述的基站，其中，所述将所述关系图中的误比特率的取值与颜色图谱中的像素值进行一一对应的关联处理，包括：将所述关系图中的误比特率对应的坐标轴等分为预设个数的区间；

将每个区间对应的误比特率的取值与所述颜色图谱中的一个像素值对应，将所述颜色图谱中的像素值转换为对应的误比特率值，得到经过关联处理的颜色图谱。

16.如权利要求15所述的基站，其中，所述将每个区间对应的误比特率的取值与所述颜色图谱中的一个像素值对应，包括：将各个区域对应的误比特率的取值按照由大到小的顺序与颜色图谱中对应的像素值进行一一对应。

17.如权利要求11所述的基站，其中，所述基于经过所述关联处理的颜色图谱对重新创建的全连接层进行训练，得到自适应预编码模型，包括：基于经过所述关联处理的颜色图谱训练重新创建的全连接层，确定重新创建的全连接层的权重参数和偏移参数，得到自适应预编码模型。

18.一种基站，其中，所述基站包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机可读指令，所述处理器执行所述计算机可读指令时实现如下步骤：获取用户的接收信号；

基于权利要求1中所述的自适应预编码模型，确定所述接收信号的预编码。

19.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机可读指令，其中，所述计算机可读指令被处理器执行时实现如下步骤：基于用户的接收信号的第一协方差矩阵，确定所述接收信号的信干噪比和误比特率的关系图；其中，所述第一协方差矩阵包含所述接收信号的干扰加噪声的第二协方差矩阵和用户的编码序列；

将所述关系图中的误比特率的取值与颜色图谱中的像素值进行一一对应的关联处理；

其中，经过所述关联处理后的颜色图谱中包含用户信道的特征信息；

对经过预训练的卷积神经网络中的全连接层进行重新创建，并基于经过所述关联处理的颜色图谱对重新创建的全连接层进行训练，得到自适应预编码模型。

20.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机可读指令，其中，所述计算机可读指令被处理器执行时实现如下步骤：获取用户的接收信号；

基于权利要求1中所述的自适应预编码模型，确定所述接收信号的预编码。