面向 NextG 无导轨无循环前缀无线系统的自适应端到端收发机设计
信号处理
2025-10-30 v1 人工智能
摘要
人工智能（AI）原生无线通信的出现，从根本上重塑了下一代（NextG）系统的设计范式，预期智能空口接口将在高度动态环境中自适应且高效地运行。传统的正交频分复用（OFDM）系统依赖大量导轨和循环前缀（CP），导致显著的开销和频谱效率下降。为此，我们提出面向无导轨无循环前缀无线系统的自适应端到端（E2E）收发机架构。该架构组合了 AI 驱动的星座形成与通过联合训练的神经接收器。为增强对不匹配或时变信道条件的鲁棒性，我们引入轻量级信道适配器（CA）模块，仅更新 CA 参数即可实现快速适应，计算开销最小。此外，我们提出一种可扩展至多种调制阶数的框架，显著减少模型存储需求。此外，为解决 OFDM 固有的峰均比（PAPR）问题，我们采用受约束的 E2E 训练，实现对 PAPR 目标的满足，无需额外的传输开销。大量仿真结果表明，所提框架在各种信道场景下在比特误码率（BER）、吞吐量和鲁棒性方面均优于现有方法，凸显其在 AI 原生 NextG 中的潜力。
引用
@article{arxiv.2510.25416,
title = {Adaptive End-to-End Transceiver Design for NextG Pilot-Free and CP-Free Wireless Systems},
author = {Jiaming Cheng and Wei Chen and Bo Ai},
journal= {arXiv preprint arXiv:2510.25416},
year = {2025}
}
备注
Submitted to IEEE for possible publication