使用循环神经网络的渐进传输
信号处理
2021-08-18 v1 信息论
math.IT
摘要
本文研究了一种新的基于机器学习的传输策略，称为渐进传输（Progressive Transmission, ProgTr）。在ProgTr中，存在b个变量，需在最多T次信道使用内完成传输。发射机旨在尽可能快且尽可能少地使用信道（视信道条件而定）将数据发送至接收机，而接收机在每次信道使用后优化其估计。我们采用循环神经网络作为发射机和接收机的基本构建模块，其中信噪比作为输入以表征信道条件。为展示ProgTr的工作原理，我们在不同场景下对所提方案进行了仿真，包括单用户/多用户设置、不同信道条件以及离散和连续输入数据。结果表明，与传统调制方法相比，ProgTr能够实现更优的性能。除误码率等性能指标外，还采用比特互信息来为ProgTr中发射机和接收机的运行方式提供一定解释。
引用
@article{arxiv.2108.01643,
title = {Progressive Transmission using Recurrent Neural Networks},
author = {Mohammad Sadegh Safari and Vahid Pourahmadi and Patrick Mitran and Hamid Sheikhzadeh},
journal= {arXiv preprint arXiv:2108.01643},
year = {2021}
}