基于人工智能的无线传输技术最新研究进展

被引:38
作者
张静 [1 ]
金石 [1 ]
温朝凯 [2 ]
高飞飞 [3 ]
江涛 [4 ]
机构
[1] 东南大学移动通信国家重点实验室
[2] 台湾中山大学通讯工程研究所
[3] 清华大学自动化系
[4] 华中科技大学武汉光电国家研究中心
关键词
人工智能; 无线传输技术; 深度学习;
D O I
暂无
中图分类号
TN929.5 [移动通信];
学科分类号
080402 ; 080904 ; 0810 ; 081001 ;
摘要
智能通信被认为是5G之后无线通信发展的主流方向之一,其基本思想是将人工智能引入无线通信系统的各个层面,实现无线通信与人工智能技术的有机融合。目前,该方面研究正在向物理层快速推进,无线传输技术与人工智能的融合还处于初步探索阶段。面向基于人工智能的无线传输关键技术,从信道估计、信号检测、信道状态信息反馈与重建、信道解码、端到端的无线通信系统方面展开了详细介绍,阐述了近年来国际学术界在该方向的最新研究进展,并在此基础上对利用人工智能的无线传输技术发展趋势进行了进一步展望。
引用
收藏
页码:46 / 55
页数:10
相关论文
共 4 条
[1]   Deep Learning for Wireless Physical Layer: Opportunities and Challenges [J].
Tianqi Wang ;
ChaoKai Wen ;
Hanqing Wang ;
Feifei Gao ;
Tao Jiang ;
Shi Jin .
中国通信, 2017, 14 (11) :92-111
[2]   5G无线通信网络物理层关键技术 [J].
倪善金 ;
赵军辉 .
电信科学, 2015, 31 (12) :48-53
[3]   Deep Learning Based Communication Over the Air [J].
Doerner, Sebastian ;
Cammerer, Sebastian ;
Hoydis, Jakob ;
ten Brink, Stephan .
IEEE JOURNAL OF SELECTED TOPICS IN SIGNAL PROCESSING, 2018, 12 (01) :132-143
[4]   Deep Learning Methods for Improved Decoding of Linear Codes [J].
Nachmani, Eliya ;
Marciano, Elad ;
Lugosch, Loren ;
Gross, Warren J. ;
Burshtein, David ;
Be'ery, Yair .
IEEE JOURNAL OF SELECTED TOPICS IN SIGNAL PROCESSING, 2018, 12 (01) :119-131