基于深度学习的保密空间调制接收机联合推断
信号处理
2019-07-05 v1 信息论
math.IT
摘要
作为一种绿色且安全的无线传输方式，保密空间调制（SM）正成为研究热点。其基本思想是同时利用激活发射天线索引和幅度相位调制（APM）信号来承载信息、提高安全性并节省能量。本文综述了其关键技术：发射天线选择（TAS）、人工噪声（AN）投影、功率分配（PA）以及期望接收机处的联合检测。为实现最大似然（ML）检测器的最优性能，提出一种深度神经网络（DNN）联合检测器，以较低复杂度联合推断发射天线索引与信号星座点。此处，DNN 的每一层均被重新设计以优化两类不同信息的联合推断性能：发射天线索引与信号星座点。仿真结果表明，所提 DNN 方法在误码率（BER）性能上比传统 DNN 结构优 3dB，并在中低信噪比区域接近 ML 检测，但其复杂度远低于 ML。最后，发射端的 TAS、PA 和 AN 投影三项关键技术可相结合，使 SM 成为真正的保密调制。
引用
@article{arxiv.1907.02215,
title = {A Deep-learning-based Joint Inference for Secure Spatial Modulation Receiver},
author = {Feng Shu and Lin Liu and Yumeng Zhang and Guiyang Xia and Xiaoyu Liu and Jun Li and Shi Jin and Jiangzhou Wang},
journal= {arXiv preprint arXiv:1907.02215},
year = {2019}
}