Apr, 2020
编码调制系统概率与几何建模的联合学习
Joint Learning of Probabilistic and Geometric Shaping for Coded Modulation Systems
Fayçal Ait Aoudia, Jakob Hoydis
TL;DR本文介绍了一种可训练的编码调制方案，通过概率调制、几何调制、比特标签和解调，结合特定信道模型和一定范围内的信噪比，实现比特间互信息（BMI）的联合优化。相比于概率幅度调制，该方法不仅适用于对称概率分布，而且可以优化任何信道模型下的输出，适用于任何码率 $k/m$，$m$ 为每个信道使用的比特数，$k$ 为 $1$ 到 $m-1$ 范围内的整数。该方法允许学习由信噪比确定的连续星座几何形状和概率分布，并扩展了 Maxwell-Boltzmann（MB）分布的 PAS 体系结构，使其能够根据信噪比控制 QAM 调制的 MB 分布学习连续的 MB 分布。通过模拟性能可以测量该方法在加性高斯白噪声（AWGN）和失配雷利衰落（RBF）信道上的性能表现。