AI辅助的在线自适应OFDM接收机：设计与实验结果

正交频分复用（OFDM）已广泛应用于当前的通信系统中。AI辅助的OFDM接收机目前成为前沿热点，用以替代并改进传统的OFDM接收机。在本研究中，我们首先通过大量仿真以及利用5G快速原型系统进行空口（OTA）测试的实时视频传输，比较了两种AI辅助的OFDM接收机，即数据驱动的完全连接深度神经网络与模型驱动的ComNet。我们发现，由于离线训练所用信道模型与真实环境之间的差异，仿真与OTA测试之间存在性能差距。为此，我们开发了一种称为SwitchNet接收机的新型在线训练系统。该接收机具有灵活且可扩展的架构，并可通过仅在线训练若干参数来适应真实信道。从OTA测试来看，AI辅助的OFDM接收机，尤其是SwitchNet接收机，对真实环境具有鲁棒性，在未来的通信系统中大有前景。我们讨论了由本文初步研究所启发的潜在挑战与未来研究。