国内刊号:51-1267/TN
国际刊号:1001-893X
发布日期:
作者:曹明华,王瑞,张悦,张霞,王惠琴
单位:(1.兰州理工大学 计算机与通信学院,兰州 730050;2.聊城大学 物理科学与信息工程学院,山东 聊城 252000;3.山东省光通信科学与技术重点实验室,山东 聊城 252000)
关键词:无线光通信;超奈奎斯特;端到端学习;大气湍流信道;
基金:国家自然科学基金资助项目(62265010,61875080,62261033);甘肃省自然科学基金(24JRRA183);山东省自然科学基金(ZR2022MF284)
为了更有效地消除超奈奎斯特(Faster-Than-Nyquist,FTN)无线光通信系统中大气湍流效应和码间干扰的影响,进一步提升系统误码性能,在卷积自编码器的基础上,提出了一种注意力和长短时记忆网络(Long Short-Term Memory,LSTM)辅助的残差FTN无线光端到端通信系统。根据FTN信号受相邻信号影响的特点,在系统发射端引入LSTM网络来提取FTN信号特征;同时,将注意力机制引入到接收端来增强其对接收信号的恢复能力;再将残差网络引入到系统中,来获取更高的分类精度,且加速系统的收敛速度。在此基础上,探讨了该系统在不同条件因素影响下的系统最佳训练信噪比。仿真结果证明,改进后的自编码器系统在Mazo限内取得了与奈奎斯特系统相近的误码性能,并且在强湍流信道下,能够明显改善系统 “误差下限”的问题,当信噪比为32 dB时将误符号率控制到10-3以下。
来源:2025年第12期
《电讯技术》期刊编辑部