基于深度学习的MIMO系统联合优化

摘要：

自动编码器神经网络可将通信系统重新构建为端到端的任务,从而实现整个系统的联合优化.针对基于深度学习的2用户与4用户多输入多输出(multiple-input multiple-output,MIMO)系统联合优化问题,提出将自动编码器运用到系统中,将整个通信系统的发射端和接收端视为自动编码器的编码和译码部分,利用交叉熵损失加权和函数进行训练学习,从而获得优化的系统模型,并进一步分析得出每个用户的误比特率及所有用户的平均误比特率.实验结果表明,基于自动编码器所构建的MIMO通信系统相比于传统的通信系统具有更优的系统性能.

关键词：MIMO系统、自动编码器、深度学习、联合优化

所属期刊栏目：31

分类号：TP183(自动化基础理论)

资助基金：国家自然科学基金61301124, 61671091

在线出版日期：2019-07-03（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：293-298