Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > cs > arXiv:2505.00868

帮助 | 高级搜索

计算机科学 > 信息论

arXiv:2505.00868 (cs)
[提交于 2025年5月1日 ]

标题: 基于深度自动编码器的多址信道星座设计

标题: Deep Autoencoder-Based Constellation Design in Multiple Access Channels

Authors:Stepan Gorelenkov, Mojtaba Vaezi
摘要: 在多址信道(MAC)中,多个用户共享传输介质与共同的接收器通信。 传统的星座,如正交幅度调制,是为点对点系统优化的,缺乏减轻用户间干扰的机制,在MAC环境中导致性能不佳。 为了解决这个问题,我们提出了一种针对MAC的新型星座设计框架,该框架采用基于深度自动编码器(DAE)的通信系统。 这种方法智能地创建了能够意识到用户间干扰的灵活星座,降低了符号错误率,并提高了信道的星座约束和总容量。 与解析推导出的星座对比表明, DAE设计的星座在各种系统参数下始终表现最佳或等于最佳。 此外,我们将DAE应用于没有解析解的场景,例如超过两个用户的情况,展示了模型的适应性。
摘要: In multiple access channels (MAC), multiple users share a transmission medium to communicate with a common receiver. Traditional constellations like quadrature amplitude modulation are optimized for point-to-point systems and lack mechanisms to mitigate inter-user interference, leading to suboptimal performance in MAC environments. To address this, we propose a novel framework for constellation design in MAC that employs deep autoencoder (DAE)-based communication systems. This approach intelligently creates flexible constellations aware of inter-user interference, reducing symbol error rate and enhancing the constellation-constrained sum capacity of the channel. Comparisons against analytically derived constellations demonstrate that DAE-designed constellations consistently perform best or equal to the best across various system parameters. Furthermore, we apply the DAE to scenarios where no analytical solutions have been developed, such as with more than two users, demonstrating the adaptability of the model.
评论: 被IEEE国际信息理论研讨会(ISIT 2025)接受
主题: 信息论 (cs.IT) ; 信号处理 (eess.SP)
引用方式: arXiv:2505.00868 [cs.IT]
  (或者 arXiv:2505.00868v1 [cs.IT] 对于此版本)
  https://doi.org/10.48550/arXiv.2505.00868
通过 DataCite 发表的 arXiv DOI

提交历史

来自: Mojtaba Vaezi [查看电子邮件]
[v1] 星期四, 2025 年 5 月 1 日 21:24:12 UTC (819 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • HTML(实验性)
  • TeX 源代码
  • 其他格式
许可图标 查看许可
当前浏览上下文:
cs.IT
< 上一篇   |   下一篇 >
新的 | 最近的 | 2025-05
切换浏览方式为:
cs
eess
eess.SP
math
math.IT

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

与本文相关的代码,数据和媒体

alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)

演示

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

arXivLabs:与社区合作伙伴的实验项目

arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。

与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。

有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号