基于在线元学习在无信道模型条件下端到端快速训练通信链路
信号处理
2021-10-22 v1 信息论
机器学习
math.IT
摘要
当信道模型不可用时，在衰落噪声信道上端到端训练编码器和解码器通常需要重复使用信道和反馈链路。该方法的一个重要限制是，通常必须为每个新信道从头开始训练。为应对此问题，先前工作考虑在多个信道上进行联合训练，旨在找到一对在某一类信道上表现良好的单一编码器和解码器。在本文中，我们提出通过元学习消除联合训练的局限性。所提方法基于一个元训练阶段，其中解码器的在线基于梯度的元学习与编码器的联合训练相耦合，通过发送导频和使用反馈链路实现。考虑到元训练阶段中的信道变化，本工作表明，当反馈链路仅可用于元训练而运行时不可用时，与传统方法相比，元学习在导频数量方面具有优势。
引用
@article{arxiv.2003.01479,
title = {End-to-End Fast Training of Communication Links Without a Channel Model via Online Meta-Learning},
author = {Sangwoo Park and Osvaldo Simeone and Joonhyuk Kang},
journal= {arXiv preprint arXiv:2003.01479},
year = {2021}
}