HybridDeepRx：面向高EVM信号的深度学习接收机
信号处理
2021-07-01 v1 机器学习
摘要
本文提出一种基于机器学习（ML）的物理层接收机方案，用于解调受高水平非线性失真的OFDM信号。具体地，设计了一种新颖的基于深度学习的卷积神经网络接收机，其同时包含时域与频域层，从而能在发射信号具有高空矢量幅度（EVM）的情况下可靠地解调并解码传输比特。在包含实测终端功率放大器特性的5G NR上行链路背景下，给出了广泛的数值结果。所得结果表明，所提接收机系统能够明显优于经典线性接收机及现有ML接收机方法，尤其在EVM相对于调制阶数较高时。因此，所提ML接收机可推动终端功率放大器（PA）系统更深地进入饱和区，进而改善终端能效、辐射功率与网络覆盖。
引用
@article{arxiv.2106.16079,
title = {HybridDeepRx: Deep Learning Receiver for High-EVM Signals},
author = {Jaakko Pihlajasalo and Dani Korpi and Mikko Honkala and Janne M. J. Huttunen and Taneli Riihonen and Jukka Talvitie and Alberto Brihuega and Mikko A. Uusitalo and Mikko Valkama},
journal= {arXiv preprint arXiv:2106.16079},
year = {2021}
}
备注
To be presented in the 2021 IEEE International Symposium on Personal, Indoor and Mobile Radio Communications