本发明专利技术属于无线通信网络技术领域,公开了一种基于AI的端到端无线通信系统及方法,包括通信系统端到端各模块粗粒度策略匹配以及通信系统端到端各策略细粒度参数选定。本发明专利技术面向通信系统端到端高效传输提出最优策略智能组合方法,根据用户端到端传输需求,综合考虑各模块多个指标,实现资源配置。从而,避免了策略匹配的先后顺序可能影响其结果的困境,克服了现有技术单独优化一个模块使得“各个模块的最优不等于全局最优”的不足,实现通信系统全局依据用户需求,信道环境等自适应最优策略选择。综上,本发明专利技术可减少各模块之间策略失配,提升端到端系统性能,降低误码率。
【技术实现步骤摘要】
一种基于AI的端到端无线通信系统及方法
本专利技术属于无线通信网络
,尤其涉及一种基于AI的端到端无线通信系统及方法。
技术介绍
目前,业内现有技术是这样的:信源编码是以提高传输过程中有效性为目的的编码。通信的资源是宝贵的,信源编码追求效率越高越好,即在相同的信息量使用最少比特位。信道编码是以提高传输过程中可靠性为目的的编码,通过在被传输数据中引入冗余减少出错的概率。同时在源数据速率固定的情况下,增加了带宽的需求。在编码算法中,编码速率,码距和码重都是很重要的参数,同时还要考虑开发费用,灵活性等问题。在无线移动信道中,当衰落和多径条件很恶劣时,设计一个能抵抗移动信道损耗的调制方案是关键问题之一。因为数字调制技术的抗噪性能,更强的抗信道损耗能力,更高的安全性等优点,现代移动通信系统都使用数字调制技术。一个好的调制方案可在低接收信噪比的条件下提供小的误比特率,对抗多径和衰落情况性能良好,占用最小的带宽,复杂度低,但是没有调制方案能同时满足以上条件。因此,需要根据用户需求对各指标进行折衷,选择数字调制方案。5G通信过程信源结构复杂、信道感知拓扑变动剧烈,从而,信源及信道编码、传输及码率还原困难等问题迫在眉睫。其中,5G编码过程中难以实现根据实时网络数据调整的编码,且编码过程中存在时间复杂度及空间复杂度优化困难等难题。香农定义了无线信道上通信的容量极限,但是它并没有解释如何达到这些界限。近年来已经在这些界限附近实现了部分分开的操作步骤,例如,码率和码字适配,从而在特定的SNR水平下实现高效通信。传统算法在实践中计算复杂度高,并且需要昂贵的硬件和DSP软件优化处理。另一方面,试图通过研究资源调度达到香农极限,但还没有普遍的解决方案。从无线通信的角度来看,基于环境信息以及算法复杂度等要求设计调制方案优化通信指标的影响是巨大的。现有技术一“基于联合信道编码的图像传输速率自适应分配方法”中公开一种基于联合信道编码的图像传输速率自适应分配方法。该方法的具体步骤是:每一步建立目标函数模型为第二步分别采用AR4JA码和R4JA码进行信源编码和信道编码。第三步给定当前信源帧的熵值,在最大值界限集中寻找满足大于给定当前信源熵值的所有对应的速率元素,并将其中的最小值作为信源编码速率。第四步给定当前信噪比,在最低译码门限集合中找小于给定当前信噪比的所有对应的速率元素,并将其中最大值作为信道编码速率。该方法同样利用了建立函数模型的求解的方法确定策略的主要影响因素。现有技术二“一种信道的码率分配方法及系统”中公开一种信道的码率分配方法及系统。该方法的具体步骤是:每一步根据嵌入式信源编码的率失真函数的凸函数性,确定信源编码码流的信道编码码率所能达到的最大值。第二步通过信道编码码率所能达到的最大值和第一信道编码集合,确定第二信道编码集合。第三步在第二信道编码集合中确定信源编码流的信道的第一最优码率分配策略。第四步根据第一最码率分配策略,对信源编码码流进行信道的码率分配。该方法通过建模分析减少了码率分配时间。现有技术三“基于深度学习的无线通信调制信号识别方法”(申请号201710720483.6,申请公开号CN107547460A)中公开基于深度学习的无线通信调制信号识别方法。该方法的具体步骤是:第一步对捕获到的待识别调制信号进行采样。第二步对采样所得到的采样序列进行归一化,根据归一化后的采样序列制作调制信号的二维直方图。第三步构建深度卷积神经网络。第四步利用训练好的深度卷积神经网络。第五步利用训练好的深度卷积神经网络识别无线通信调制信号。该方法利用优化调制信号提高了识别正确率,在提高识别率的同时也高了算法复杂度。综上所述,深度学习用于调度大致分为两种方式,一种是利用深度学习替代各个模块,另一种是利用深度学习管理各个模块。综上所述,现有技术存在的问题是:现有的调度中深度学习较多用来辅助或替代某个模块策略算法的,很少利用深度学习管理各个模块策略。解决上述技术问题的难度和意义:由于深度学习的算法复杂度较高,在通信中要求的时延较低,原有的仪器不足以满足需求。然而,现有通信系统通常独立处理各模块,每个模块执行特定的功能,但是各个模块的最优不等于全局最优。分布式处理架构及专用硬件使得深度学习具有更好的计算性能。由于通信中大多数信号处理算法只能大致捕捉模型,而深度学习不需要精确的模型,因此可以利用深度学习训练选出通信系统端到端各模块的最优策略组合以及确定影响其性能的主要影响因素。
技术实现思路
针对现有技术存在的问题,本专利技术提供了一种基于AI的端到端无线通信系统及方法。本专利技术是这样实现的,基于AI的端到端无线通信方法,所述基于AI的端到端无线通信方法,具体包括:通信系统端到端各模块粗粒度策略匹配,为通信系统端到端各模块选出最优算法;通信系统端到端各模块策略细粒度参数选定;将信道条件,信源特征,用户需求以及其策略组合输入并更新算法库以备下次使用。进一步,所述实现通信系统端到端全局各个模块最优策略的粗粒度匹配进一步包括:(1)中央分类器为信源编码模块建立算法库;信源编码原始有莫尔斯电码,ASCⅡ码和电报码等。现代常见的信源编码方法有Huffman编码,L-Z编码,算术编码三种无损编码。现实场景中,不同的场景信源的状况有很多种,信源有着己知的,未知的,有记忆的,无记忆的等特征,在制定信源编码方案时,需要考虑用户需求以及信源的特征等。将Huffman编码,L-Z编码和算术编码分别录入算法库中。(2)中央分类器为信道编码模块建立算法库;信道编码是以提高信息传输的可靠性为目的的编码。信道编码有许多经典的编码,如RS码,BCH码和卷积码等,现在常用的信道编码一般采用随机编码方法并结合迭代软译码逼近最大似然方法的性能。在制定信道编码方案时,需要考虑信道状况,用户对误码率的要求等问题,其主要方法有Polar码、Turbo码和LDPC码等。在制定信道编码方案时,需要考虑信道状况,用户的误码率最低要求等。将Polar码、Turbo码和LDPC码分别录入信道编码的算法库中。(3)中央分类器为数字调制模块建立算法库;调制技术的最终目的就是在无线信道中以尽可能好的质量同时占用最少的带宽来传输信号。在数字通信系统设计中,在选择调制方案时,经常在带宽效率、功率效率、误码率等指标之间折衷,信道损耗情况也是决定调制方案的关键因素。制定数字调制方案时,需要考虑系统更倾向于通信的可靠性还是带宽效率决定对信息信号增加差错控制的方法;系统更倾向于功率效率还是带宽效率决定多进制的调制方案。目前蜂窝通信采取的是数字通信技术,数字调制抗干扰性能好,搞信道损耗强且更安全。因此我们研究数字调制。将常见的数字调制方法ASK,FSK,PSK,GFSK,GMSK,QAM,DPSK,mQAM,mPSK,TCM,VSB,OFDM录入数字调制算法库。(4)中央分类器为数字解调模块建立算法库接收机的数字解调的算法根据发射机部分数字调制对应设计其解调算法。例如,如果发射机中数字调制部分用的是16QAM的调制方法,那么在接收机部分也要用16QAM的解调方法。(5)中央分类器为信道解码模块建立算法库接收机的信道解码的算法根据发射机部分信道编码对应设计其解码算法。例如,如果发射机中信道编码部分用的是Polar码,那本文档来自技高网...
【技术保护点】
1.一种基于AI的端到端无线通信方法,其特征在于,基于AI的端到端无线通信方法包括:通信系统端到端各模块粗粒度策略匹配;通信端到端各模块策略的细粒度参数选定;将信道条件,信源特征,用户需求以及其策略组合等输入并更新算法库。
【技术特征摘要】
1.一种基于AI的端到端无线通信方法,其特征在于,基于AI的端到端无线通信方法包括:通信系统端到端各模块粗粒度策略匹配;通信端到端各模块策略的细粒度参数选定;将信道条件,信源特征,用户需求以及其策略组合等输入并更新算法库。2.如权利要求1所述的基于AI的端到端无线通信方法,其特征在于,所述基于AI的端到端无线通信方法进一步包括:(1)中央分类器为通信系统信源编码模块建立算法库;(2)中央分类器为通信系统信道编码模块建立算法库;(3)中央分类器为通信系统数字调制模块建立算法库;(4)中央分类器为通信系统数字解调模块建立算法库;(5)中央分类器为通信系统信道解码模块建立算法库;(6)中央分类器为通信系统信源解码模块建立算法库;(7)从通信系统端到端的角度利用神经网络为各模块选出其适合的策略。3.如权利要求2所述的基于AI的端到端无线通信方法,其特征在于,所述中央分类器根据需求以及信源的特征决定信源编码的方法,将Huffman编码,L-Z编码和算术编码分别录入通信系统信源编码模块的算法库中;所述中央分类器将Polar码、Turbo码和LDPC码分别录入通信系统信道编码模块的算法库;根据不同用户需求、算法复杂度需求决定通信系统数字调制模块的调制方案,所述中央分类器将数字调制方法ASK,FSK,PSK,GFSK,GMSK,QAM,DPSK,mQAM,mPSK,TCM,VSB,OFDM录入到所述通信系统数字调制模块的算法库。4.如权利要求2所述的基于AI的端到端无线通信方法,其特征在于,所述通信系统数字解调模块、通信系统信道解码模块及通信系统信源解码模块的算法分别根据发射机部分数字调制,信道编码及信源编码的算法对应设计解码算法和解调算法。5.如权利要求2所述的基于AI的端到端无线通信方法,其特征在...
【专利技术属性】
技术研发人员:杨春刚,李丽颖,吴青,李建东,
申请(专利权)人:西安电子科技大学,
类型:发明
国别省市:陕西,61
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。