物理层决策机制一瞥：事实、挑战与对策

通信是通过物理层从调制选择到多天线策略的连续决策实现的，每个决策都会影响通信系统的性能。未来通信系统必须包含广泛的能力，因为它们将涵盖各种各样的设备和应用。传统的物理层决策机制可能无法满足这些要求，因为它们通常基于不切实际且过度简化的假设，导致复杂性与效率之间的权衡。通过利用过往经验，学习驱动的设计是有前景的解决方案，能够呈现具有弹性的决策机制，并即使在异常情况下也能实现快速响应。相应的设计解决方案应沿着提供更自主性和鲁棒性的学习驱动范式演进。这种演进必须考虑实际系统的真实情况，且不加受限的假设。本文介绍了物理层中的常见假设，以凸显其与实用系统的差异。作为解决方案，我们考虑实现步骤与挑战来考察学习算法。此外，通过使用软件定义无线电节点的实时案例研究讨论了这些问题，以展示潜在的性能提升。提出了一个信息物理框架以纳入未来的对策。