基于深度学习的相关 FSO 通信信道中不完善 CSI 问题的解决方案
信号处理
2019-09-25 v1
摘要
接收端因信道估计误差导致的非理想信道状态信息（CSI）是实现最优检测的主要障碍之一。本文提出一种基于深度学习的结构以应对该问题。为展示使用深度学习的效用，我们模拟了一个简单自由空间光（FSO）通信系统在对数正态相关与非相关信道下、在正确/错误 CSI 时的符号错误率。本文的新颖性与贡献（在 FSO 通信的机器学习中属首次）包括：考虑深度学习、考虑对数正态信道、考虑相关信道、考虑不完善 CSI。所提基于深度学习的结构与最大似然检测器进行比较，结果表明在完美 CSI 下二者性能相同（因最大似然最优），但在不完善 CSI 下，所提基于深度学习的结构在非相关或期望相关长度的信道中优于最大似然。
引用
@article{arxiv.1909.11002,
title = {A deep learning based solution for imperfect CSI problem in correlated FSO communication channel},
author = {M. A. Amirabadi},
journal= {arXiv preprint arXiv:1909.11002},
year = {2019}
}