Con el floreciente desarrollo de la comunicación inalámbrica, se presentarán nuevos desafíos debido a las futuras demandas de aplicaciones emergentes. Sin embargo, ante escenarios de comunicación más complejos, los esquemas de decodificación de canal convencionales basados en modelos matemáticos pueden no producir resultados de decodificación favorables. Las notables contribuciones de las redes neuronales profundas (DNN) en varios campos han obtenido un reconocimiento generalizado, lo que ha despertado nuestro entusiasmo por su aplicación en sistemas de comunicación inalámbrica. Por lo tanto, se propone un esquema de decodificación basado en DNN confiable diseñado para sistemas de comunicación inalámbrica. Este esquema comprende una decodificación local eficiente utilizando operaciones lineales y no lineales. Específicamente, las operaciones lineales se realizan en los bordes que conectan las neuronas, mientras que las operaciones no lineales se llevan a cabo en cada neurona. Después de la propagación hacia adelante a través de la DNN, el valor de pérdida se estima en función de la salida, y se emplea la propagación hacia atrás para actualizar los pesos y sesgos. Este proceso se realiza de forma iterativa hasta que se recupera una secuencia de mensajes casi óptima. Se consideran varios factores dentro de la DNN en la simulación y se analizan los impactos potenciales de cada factor. Los resultados de la simulación indican que nuestro esquema de decodificación basado en DNN propuesto es superior a la decisión dura convencional.