基于知识图谱的波形推荐：一种新型通信波形设计范式
信号处理
2022-02-07 v1 机器学习
摘要
传统上，通信波形由专家基于通信理论及个案经验设计，通常费力且耗时。本文从新颖视角研究波形设计，并提出一种基于知识图谱（KG）智能推荐系统的新波形设计范式。该范式旨在通过现有波形的结构化表征与表示，并智能利用从中习得的知识来提高设计效率。为此，我们首先构建具有一阶邻居节点的通信波形知识图谱（CWKG），通过表示学习将波形的结构化语义知识与数值参数相融合。基于所构建的 CWKG，我们进一步提出智能通信波形推荐系统（CWRS）以生成波形候选。在 CWRS 中，根据基于 KG 的波形表示特征，引入对通道无关且空间特定的改进 involution1D 算子进行特征提取，并采用多头自注意力权衡各组件影响以进行特征融合。同时，基于多层感知机的协同过滤用于评估需求与波形候选的匹配程度。仿真结果表明，所提出的基于 CWKG 的 CWRS 能自动推荐高可靠性的波形候选。
引用
@article{arxiv.2202.01926,
title = {Knowledge Graph Based Waveform Recommendation: A New Communication Waveform Design Paradigm},
author = {Wei Huang and Tianfu Qi and Yundi Guan and Qihang Peng and Jun Wang},
journal= {arXiv preprint arXiv:2202.01926},
year = {2022}
}