干扰感知接收机设计中基于深度神经网络的回退机制
信号处理
2019-05-28 v1 信息论
math.IT
摘要
在本文中，我们考虑在干扰感知接收机中设计一种回退机制。通常有两种不同的干扰处理方式，即增强型干扰抑制合并（eIRC）和符号级干扰消除（SLIC）。尽管 SLIC 性能优于 eIRC，但其复杂度更高，且需要已知干扰的调制格式（MF）。由于 MF 检测可能存在误差，SLIC 可能在错误的 MF 下运行，从而增益有限。因此，设计一种回退机制是有意义的：仅当检测到的 MF 可靠时才激活 SLIC；否则发生回退，接收机转向 eIRC。寻找最优回退机制的闭式表达式似乎较为困难，我们利用深度神经网络（DNN）来设计该机制，结果表明其有效，并且在降低误码率和节省计算成本方面优于传统的基于贝叶斯风险的设计。
引用
@article{arxiv.1905.10890,
title = {Deep-Neural-Network based Fall-back Mechanism in Interference-Aware Receiver Design},
author = {Sha Hu and Dzevdan Kapetanovic and Neng Wang and Wenquan Hu},
journal= {arXiv preprint arXiv:1905.10890},
year = {2019}
}
备注
5 pages, 7 figures, submitted