FedRec：衰落信道上通用接收机的联邦学习
信息论
2021-03-30 v2 信号处理
math.IT
机器学习
摘要
无线通信常受信道衰落影响。为刻画衰落中固有的随机性，已提出多种统计模型，而传统的基于模型的接收机设计依赖于对该底层分布的准确认知，这在实际应用中可能复杂且难以处理。本工作中，我们提出一种基于神经网络的下行衰落信道符号检测技术，其基于最大后验概率(maximum a-posteriori probability, MAP)检测器。为在多样化的衰落实现集合上训练，我们提出一种联邦训练方案，其中多个用户协作联合学习一个通用的数据驱动检测器，故名FedRec。结果表明，所得到的接收机在多样信道条件下性能接近MAP性能，且无需衰落统计知识，同时与集中式训练相比其训练过程通信开销大幅降低。
引用
@article{arxiv.2011.07271,
title = {FedRec: Federated Learning of Universal Receivers over Fading Channels},
author = {Mahdi Boloursaz Mashhadi and Nir Shlezinger and Yonina C. Eldar and Deniz Gunduz},
journal= {arXiv preprint arXiv:2011.07271},
year = {2021}
}
备注
Submitted for publication