基于深度学习的MIMO系统联合优化

李国权，杨 鹏，林金朝，徐勇军，庞 宇，徐永海

(1.重庆邮电大学 通信与信息工程学院，重庆 400065；2.光电信息感测与传输技术重庆市重点实验室，重庆 400065)

0 引 言

无线通信系统从1G演进至4G并获得巨大成功，这得益于无线通信技术的飞速发展。目前，第5代移动通信系统正在积极部署，增强移动宽带、大规模机器通信以及超可靠、低延迟通信是5G中3大应用场景，可为多个领域的应用提供优越的通信服务支持。在虚拟现实、自动驾驶、物联网等应用领域，将进一步要求未来的无线通信系统更加高度智能化，来满足对大量的数据进行高速及精确处理的要求。

人工智能已经应用在诸多领域，如计算机视觉、图像处理以及自然语言处理等方面。目前已有许多研究者将深度学习的方法运用到无线通信领域的各个层面，探索改善系统性能的方法和手段，并已经初步取得较好的研究成果，提高了无线通信系统的性能。

在深度学习方面，文献[1-2]全面总结了该方法在无线通信物理层应用中所面临的机会与挑战，并详细阐述了自动编码器神经网络、递归神经网络以及深度神经网络等在物理层中应用的可能性，指出其优势并分析存在的问题。文献[3]提出在干扰信道下，运用无监督深度学习方法对无线通信系统物理层中的编码与译码过程进行优化，使得整个通信系统传输信息比特的误码率降到最低，这种基于深度学习的方法展现了“学习”的巨大潜力，其性能可能超过基于传统模型框架的无线通信系统；……