典型文献
基于自编码器的水声非相干恒重映射优化
文献摘要：
针对水声多径衰落非相干信道,提出一种灵活的恒重自编码方案以解决传统恒重映射(如Hadamard映射)权重单一,频谱利用率低的问题.将水声多径信道建模为泛化性更高的Rice衰落,利用深度神经网络(DNN)合理构建自编码器(AE),在多个衰落因子下进行输入到输出的端到端训练,在发射平均功率不变的条件下,得到权重分布更优的映射集.发射符号幅度不局限于'0'和'1'的分布集合,但分组仍保持恒重.接收端仍可采用能量检测,不依赖信道状态信息(CSI)、鲁棒性强.为扩展到高阶情况,提出一种低复杂度的网络输入模式使AE复杂度大大降低,加速训练收敛.仿真证明,在接收端CSI未知的情况下,所提方案在标准衰落信道及Bellhop模拟水声信道上均取得相较传统方案5-6 dB的性能增益.最后,采用通信带宽4 kHz,通信距离2500 m,海底深度1750 m的南海海试数据对结果进行了验证.
文献关键词：
水声通信;深度神经网络;Rice衰落信道;恒重码;自编码器
中图分类号：
作者姓名：
姚衍;武岩波;朱敏
作者机构：
中国科学院声学研究所海洋声学技术实验室,北京100190;中国科学院大学,北京100049;中国科学院声学研究所北京市海洋声学装备工程技术研究中心,北京100190;中国科学院声学研究所声场声信息国家重点实验室,北京100190
文献出处：
引用格式：
[1]姚衍;武岩波;朱敏-.基于自编码器的水声非相干恒重映射优化)[J].控制理论与应用,2022(11):2019-2027
A类：
恒重码
B类：
自编码器,非相干,重映,多径衰落,编码方案,Hadamard,频谱利用率,多径信道,信道建模,泛化性,Rice,深度神经网络,DNN,合理构建,AE,端到端训练,平均功率,权重分布,映射集,接收端,能量检测,不依,信道状态信息,CSI,低复杂度,大大降低,衰落信道,Bellhop,水声信道,dB,通信带宽,kHz,通信距离,海底,南海,海海,海试,水声通信
AB值：
0.395058
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
