【技术实现步骤摘要】
本专利技术涉及属于通信，尤其涉及一种基于人工智能的光纤太赫兹通信系统优化方法。
技术介绍
1、光纤thz通信系统实现了光纤网络和thz无线链路的无缝融合，拥有更大的频谱资源和更低的时延。近年来，人工智能技术在其发展过程中被不断地应用于其他学科，并实现了超越传统算法的性能优势，同时光纤太赫兹系统的大带宽优势使其能够快速产生大量数据，这让它非常适合各类数据驱动方法的应用。深度学习方法在通信领域具有特别意义的一个重要原因在于其可以端到端地联合设计整个通信系统的各个模块，从而逼近全局最优，这与传统通信系统设计思想有别，后者一般考虑用不同的指标优化不同的通信模块，从而实现多个局部最优。
2、近年来，在无线和光纤通信系统中采用了一些二维星座整形方案，如通过自编码器以互信息作为损失函数，实现了加性高斯白噪声(additive white gaussian noise，缩写为awgn)和衰落信道上的端到端的联合几何概率整形【stark,maximilian,aitaoudia,and jakob hoydis."joint learning...
【技术保护点】
1.一种基于人工智能的光纤太赫兹通信系统优化方法，其特征在于，包括下列步骤：
2.如权利要求1所述的方法，其特征在于，步骤a1中，发射端随机生成发射符号序列，经全链路光纤太赫兹信道后，在接收端得到接收符号序列包括：
3.如权利要求1所述的方法，其特征在于，基于剪枝神经网络的均衡器包括多层感知层，剪枝神经网络的均衡器的输入层的神经元数量为输入的发射符号序列的子载波数的两倍。
4.如权利要求3所述的方法，其特征在于，基于剪枝神经网络的均衡器采用双支路异构形式，一路为包括若干层线性层的线性支路，另一路为包括若干层带有非线性激活函数的线性层...
【技术特征摘要】
1.一种基于人工智能的光纤太赫兹通信系统优化方法，其特征在于，包括下列步骤：
2.如权利要求1所述的方法，其特征在于，步骤a1中，发射端随机生成发射符号序列，经全链路光纤太赫兹信道后，在接收端得到接收符号序列包括：
3.如权利要求1所述的方法，其特征在于，基于剪枝神经网络的均衡器包括多层感知层，剪枝神经网络的均衡器的输入层的神经元数量为输入的发射符号序列的子载波数的两倍。
4.如权利要求3所述的方法，其特征在于，基于剪枝神经网络的均衡器采用双支路异构形式，一路为包括若干层线性层的线性支路，另一路为包括若干层带有非线性激活函数的线性层的非线性支路，且两条支路的层数相同；
5.如权利要求4所述的方法，其特征在于，线性支路和非线性支路的每一网络层在运算时的权重为该网络层的权重w与对应的掩码矩阵wm的点乘；
6.如权利要求1至5任一项所述的方法，其...
【专利技术属性】
技术研发人员：张崇富，章栩嘉，朱亚玲，耿勇，郑燕，
申请(专利权)人：电子科技大学，
类型：发明
国别省市：
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。