通信系统物理层的端到端优化方法

本文介绍了一种将传统通信系统的各个模块(信号调制、信道传输、信号解调)视为端到端任务的方法,通过联合优化各模块来提高整体性能。在特定信道模型下,采用自编码器进行信号调制与解码方式的训练。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

传统的通信系统大体上分为信号调制、信道传输、信号解调。各部分独立优化,如对于信号调制模块,通常依据通信场景,选择最优的信号调制编码方式。但是各部分分别最有不一定能够获得全局的最优结果,现有学者提出将通信过程看作一项端到端的任务,在一次完整的通信中联合优化各模块。下文提出在某一确定的信道模型(如白噪声高斯信道)下,利用自编码器模型,训练得到信号调制方式及解码方式。该自编码器的实现如下图:

 

参考资料:An Introduction to Deep Learning for the Physical Layer. Tim O’Shea, Senior Member, IEEE, and Jakob Hoydis, Member, IEEE 

 

 

转载于:https://www.cnblogs.com/seven-wong/p/7675118.html

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值