无 CP OFDM 系统中 AI 辅助接收机的设计、仿真与实验测试
信息论
2019-05-07 v2 math.IT
摘要
正交频分复用（OFDM）通常带有足够的循环前缀（CP），已广泛应用于各种通信系统。OFDM 中的 CP 消耗额外资源并降低频谱与能量效率。然而，对于无 CP 的 OFDM 系统，信道估计与信号检测极具挑战性。本文针对无 CP OFDM 系统提出了一种新颖的人工智能（AI）辅助接收机（AI 接收机）。该 AI 接收机包括一个信道估计神经网络（CE-NET）和一个基于正交近似消息传递（OAMP）的信号检测神经网络，称为 OAMP-NET。CE-NET 由最小二乘信道估计算法初始化，并由线性最小均方误差神经网络精炼。OAMP-NET 通过展开迭代 OAMP 算法并添加若干可训练参数建立，以提升检测性能。我们首先通过大量仿真研究了它们在不同信道模型下的性能，随后使用 5G 快速原型系统建立真实传输系统以进行空口（OTA）测试。基于我们的研究，AI 接收机可通过单一训练阶段估计时变信道。它还对各种不完善性具有极强鲁棒性，且性能优于那些竞争算法，尤其对于高阶调制。OTA 测试进一步验证了其在真实环境中的可行性，并表明其在未来通信系统中的潜力。
引用
@article{arxiv.1903.04766,
title = {Artificial Intelligence-aided Receiver for A CP-Free OFDM System: Design, Simulation, and Experimental Test},
author = {Jing Zhang and Chao-Kai Wen and Shi Jin and Geoffrey Ye Li},
journal= {arXiv preprint arXiv:1903.04766},
year = {2019}
}
备注
30 pages, 12 figures, accepted by IEEE Access