通过脉冲与星座整形联合优化的端到端波形学习
信息论
2021-07-15 v2 机器学习
信号处理
math.IT
摘要
随着通信系统被预见将支持联合通信与感知等新业务并利用太赫兹以下部分频谱，设计可支撑这些新兴应用的新型波形变得愈发具有挑战性。我们在本工作中提出一种端到端学习方法，通过脉冲整形与星座几何的联合学习以及基于神经网络(NN)的接收机来设计波形。优化在最大化可达信息速率的同时，满足带外发射与功率包络的约束。我们的结果表明，所提方法在加性白高斯噪声(AWGN)信道上可实现小达数个量级的邻道泄漏比(ACLRs)，其峰均功率比(PAPRs)与传统滤波器相当，且信息速率无显著损失，发射机亦无额外复杂度。
引用
@article{arxiv.2106.15158,
title = {End-to-end Waveform Learning Through Joint Optimization of Pulse and Constellation Shaping},
author = {Fayçal Ait Aoudia and Jakob Hoydis},
journal= {arXiv preprint arXiv:2106.15158},
year = {2021}
}