摘要
本发明公开了一种基于自编码器端到端联合星座整形和脉冲整形的编码方法,包括:基于可训练参数归一化广义互信息的最大表达式,得出最优概率整形因子;利用该因子初始化概率整形神经网络,根据采样器实现梯度可导的连续化处理,得到连续可微向量;将连续可微向量经过直通估计器后送入几何整形编码端进行联合优化,引入可学习脉冲整形滤波器进行时域波形优化并完成调制,得到调制后信号;将调制后信号通过信道进行传输后,得到接收信号y;将接收y信号送入到神经网络解码器模块,重构得到输出信号;本发明实现了星座概率分布、几何结构和时域波形的三重联合优化,完成系统的自适应更新,获得更大的整形增益,改善系统的非线性效应和大容量问题。
技术关键词
联合星座
编码方法
编码器
脉冲整形滤波器
信号星座
符号
解码模块
采样器
更新模型参数
最大化系统性能
重构模块
因子
信道
解码器
传输模块
系统为您推荐了相关专利信息
泛化方法
数据分布
噪声数据
去噪模型
梯度下降算法
高位收水冷却塔
排污控制系统
百万机组
生成对抗网络
水位控制模块
样本
融合特征
无人机定位方法
特征提取模型
双线性插值