用于高阶调制方案的基于神经网络的信息论收发器
信号处理
2025-06-03 v1 人工智能
摘要
基于神经网络(NN)的端到端(E2E)通信系统(其中每个系统组件可以由神经网络的一部分构成)已被作为开发人工智能(AI)原生 E2E 系统的潜在工具进行研究。在本文中,我们提出了一种基于 NN 的逐比特接收器,在保持与基线解映射器性能相当的同时提高了计算效率。在此基础之上,我们引入了一种新颖的基于逐符号自编码器(AE)的 E2E 系统,该系统在物理层联合优化发射器和接收器。我们使用误码率(BER)分析评估了所提出的基于 NN 的接收器,以确认基于 NN 的接收器或收发器所实现的数值 BER 是准确的。结果表明,基于 AE 的系统优于基线架构,特别是对于高阶调制方案。我们进一步表明,当在不同信噪比(SNR)水平下进行推理时,训练 SNR 显著影响系统的性能。
引用
@article{arxiv.2506.00368,
title = {Neural Network-based Information-Theoretic Transceivers for High-Order Modulation Schemes},
author = {Ngoc Long Pham and Tri Nhu Do},
journal= {arXiv preprint arXiv:2506.00368},
year = {2025}
}