基于深度学习的物理层无线通信技术:机遇与挑战

• 作者: 桂冠 王禹 黄浩
• 来源期刊: 通信学报
• 学科: 工学
• 关键词: 物理层无线通信 深度学习 深度神经网络 调制模式识别 波束成形
• 年，卷（期）: 2019,（2）
• 所属期刊栏目: 专题:5G与AI
• 页码范围: 19-23
• 页数: 5页
• 分类号: TM929.5
• 字数: 3075字
• 语种: 中文
• DOI: 10.11959/j.issn.1000?436x.2019043

摘要

对无线通信系统的高可靠性与超高容量需求促进了第五代移动通信(5G)的发展,然而,随着通信系统的日益复杂,现有的物理层无线通信技术难以满足这些高的性能需求.目前,深度学习被认为是处理物理层通信的有效工具之一,基于此,主要探讨了深度学习在物理层无线通信中的潜在应用,并且证明了其卓越性能.最后,提出几个可能发展的基于深度学习的物理层无线通信技术.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	桂冠	南京邮电大学通信与信息工程学院	7	29	4.0	5.0
2	王禹	南京邮电大学通信与信息工程学院	1	8	1.0	1.0
3	黄浩	南京邮电大学通信与信息工程学院	1	8	1.0	1.0