-
题名基于二维卷积的端到端无线通信系统研究
被引量：2
- 1
-
-
作者
刘乔寿
刘俊杰
蔚淦丞
周雄
-
机构
重庆邮电大学通信与信息工程学院
先进网络与智能互联技术重庆市高校重点实验室
泛在感知与互联重庆市重点实验室
-
出处
《电子学报》
EI
CAS
CSCD
北大核心
2023年第7期1725-1733,共9页
-
基金
重庆市自然科学基金重点项目(No.cstc2020jcyj-zdxm X0024)
重庆市研究生科研创新项目(No.CYS21297)。
-
文摘
针对现有端到端自动编译码器无线通信系统在多径信道中表现不佳的问题,本文提出了一种改进的自动编译码器端到端无线通信系统.在设计中,通过改变卷积核的尺寸,利用二维卷积来对抗多径效应引起的频率选择性衰落,并将传统OFDM(Orthogonal Frequency Division Multiplexing)模块同自动编译码器相结合,以此来增加系统应对多径信道的能力.同时,通过仿真分析一维卷积自动编译码器无线通信系统、传统OFDM无线通信系统以及本文改进的自动编译码器无线通信系统在多径信道下的性能.结果表明,在5径瑞利信道下并且以误块率(Block Error Rate,BLER)作为性能指标时,所提出的基于二维卷积的自动编译码器无线通信系统在64QAM调制下相比经典自动编译码器无线通信系统和传统OFDM无线通信系统分别提升了17%和60%的性能,本文的仿真分析给出了详细的对比说明.另外本文还分析了不同调制、不同信道时卷积核数量对系统性能的影响.
-
关键词
自动编译码器
端到端学习
二维卷积
正交频分复用
多径信道
-
Keywords
auto-codec
end-to-end learning
two-dimensional convolution
OFDM
multipath channel
-
分类号
TN911.7
[电子电信—通信与信息系统]
-
-
题名基于CNN和GRU的高阶调制自动编码器研究
被引量：2
- 2
-
-
作者
蔚淦丞
廖明军
刘俊杰
周雄
-
机构
重庆邮电大学通信与信息工程学院
先进网络与智能互联技术重庆市高校重点实验室
泛在感知与互联重庆市重点实验室
-
出处
《电子技术应用》
2023年第5期41-46,共6页
-
文摘
基于深度学习的自动编码器是替代传统通信发射器和接收器的一种新方法。提出了一种基于卷积神经网络(Convolutional Neural Network, CNN)和门递归单元(Gate Recurrent Unit, GRU)的自动编码器,集成了星座映射和信道编码功能。设计了一种并行CNN结构,并将输入比特流进行分段的one-hot编码。这样做有两个优点:(1)与不分段的one-hot编码相比,数据的维度降低了;(2)数据的稀疏性降低,这使网络可以更快更好地收敛。此外,引入GRU以实现信道编码。所提出的模型可以应用于高阶调制如4096QAM信号,在加性高斯白噪声(AWGN)信道和瑞利信道下都有着优于传统方法的性能。
-
关键词
自动编码器
CNN
GRU
深度学习
-
Keywords
autoencoder
CNN
GRU
deep learning
-
分类号
TN92
[电子电信—通信与信息系统]
-
