端到端学习 MIMO 与多用户通信的基准测试与解释
信息论
2022-03-16 v1 信号处理
math.IT
摘要
端到端自编码器（AE）学习有望在无需通信理论原理先验知识的情况下，超越人工设计的收发机与编码方案的性能。本文旨在理解在与公平基准进行比较时，这一论断在何种程度以及哪些场景下成立。我们特别关注无记忆多输入多输出（MIMO）和多用户（MU）系统。考虑了四个案例研究：两个点对点（闭环与开环 MIMO）以及两个 MU 场景（MIMO 广播信道与干扰信道）。对于点对点场景，我们通过选取包含几何整形以及比特与功率分配的改进基线方案，解释了先前工作中观察到的一些性能增益。对于 MIMO 广播信道，我们展示了一种具有集中式学习与分布式执行的新型 AE 方法的可行性。有趣的是，该学习到的方案性能接近于非线性向量扰动预编码，并显著优于传统的迫零预编码。最后，我们强调了在解释学习型通信方案时的潜在陷阱。特别地，我们表明所考虑的干扰信道上的 AE 学会避免干扰，尽管是在旋转后的参考系中。在对每个用户学习到的信号星座进行去旋转后，所得方案对应于带有几何整形的传统时分复用。
引用
@article{arxiv.2203.07703,
title = {Benchmarking and Interpreting End-to-end Learning of MIMO and Multi-User Communication},
author = {Jinxiang Song and Christian Häger and Jochen Schröder and Timothy J. O'Shea and Erik Agrell and Henk Wymeersch},
journal= {arXiv preprint arXiv:2203.07703},
year = {2022}
}
备注
Accepted to Transaction on Wireless Communications