钻井声学通信的端到端自编码器
机器学习
2024-05-08 v1 信号处理
摘要
钻井声学通信对于钻井效率和安全性至关重要。设计一种低时延、高吞吐量和可靠性的钻井字符串通信系统仍是一个开放的挑战。本文提出了一种基于深度学习自编码器（AE）的端到端通信系统，传输端和接收端分别实现为前馈神经网络，用于声学钻井字符串通信。仿真结果表明，AE 系统在误码率（BER）和峰均比（PAPR）方面优于基准的非连续正交频分复用（OFDM）系统，同时具有更低的时延。
引用
@article{arxiv.2405.03840,
title = {End-to-End Autoencoder for Drill String Acoustic Communications},
author = {Iurii Lezhenin and Aleksandr Sidnev and Vladimir Tsygan and Igor Malyshev},
journal= {arXiv preprint arXiv:2405.03840},
year = {2024}
}