基于深度学习的无线物理层关键技术研究综述

• 作者: 徐勇军 徐永海 李国权 杨鹏 林金朝
• 来源期刊: 重庆邮电大学学报（自然科学版）
• 学科: 工学
• 关键词: 深度学习 无线通信 物理层 关键技术
• 年，卷（期）: 2020,（4）
• 所属期刊栏目: 人工智能与信息通信
• 页码范围: 503-510
• 页数: 8页
• 分类号: TN929
• 字数: 6778字
• 语种: 中文
• DOI: 10.3979/j.issn.1673-825X.2020.04.001

摘要

目前深度学习在通信系统的上层中得到了广泛应用,随着技术不断发展,深度学习正在向通信系统的底层推进.为解决传统算法计算效率低、复杂度高等问题,深度学习已经被应用到无线通信物理层关键技术中.对深度学习在无线通信物理层关键技术中的应用进行了综述性讨论,包括深度学习定义、深度学习神经网络介绍、基于深度学习的无线物理层关键技术等.分析表明,深度学习与无线通信系统之间存在结合点,在传统的通信模块或算法中加入用深度学习训练的可学习的参数是当前比较具有竞争力的一种设计方案,有必要对此进行深入研究.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨鹏	重庆邮电大学通信与信息工程学院	14	51	5.0	6.0
3	李国权	重庆邮电大学通信与信息工程学院	35	87	4.0	8.0
5	徐勇军	重庆邮电大学通信与信息工程学院	16	30	3.0	5.0
8	徐永海	重庆邮电大学通信与信息工程学院	1	0	0.0	0.0
12	林金朝		1	0	0.0	0.0