智能通信:基于深度学习的物理层设计

智能通信:基于深度学习的物理层设计

查阅电子书
手机扫码
  • 微信扫一扫

    关注微信公众号

因版权原因待上架

内容简介

近年来人工智能特别是深度学习在计算机视觉、自然语言处理、语音识别等领域获得了巨大成功,无线通信领域的研究者们期望将其应用于系统的各个层面,进而发展出智能通信,大幅度提升无线通信系统效能。智能通信也因此被认为是 5G 之后无线通信发展主流方向之一,其研究尚处于探索阶段。《智能通信:基于深度学习的物理层设计》结合国内外学术界在该领域的新研究进展,着眼于智能通信中基于深度学习的物理层设计,对相关理论基础、通信模块设计,以及算法实现等进行详尽的介绍与分析。内容主要包括:神经网络的基础及进阶技巧、典型神经网络、基于深度学习的通信物理层基本模块设计等。为方便读者学习,相关章节均提供了开源代码(扫描二维码下载),以帮助读者快速理解《智能通信:基于深度学习的物理层设计》涉及的原理与概念。

章节目录

目录

前言

第1章 绪论 1

1.1 智能通信引言 1

1.2 人工智能技术简介 3

1.2.1 人工神经网络 3

1.2.2 深度神经网络 4

1.2.3 卷积神经网络 5

1.2.4 循环神经网络 5

1.2.5 生成对抗神经网络 6

1.2.6 深度增强学习神经网络 6

1.3 智能通信当前研究进展 7

1.3.1 信道估计 7

1.3.2 信号检测 8

1.3.3 CSI 反馈与重建 9

1.3.4 信道译码 10

1.3.5 端到端无线通信系统 11

1.4 总结与展望 12

1.5 本章小结 14

参考文献 14

第2 章 神经网络的基础 16

2.1 监督学习 18

2.2 分类问题 19

2.3 线性回归 22

2.4 逻辑回归 25

2.5 逻辑回归的代价函数 29

2.6 梯度下降法 30

2.7 模型验证 34

2.8 基于TensorFlow 的二分类范例 35

参考文献 41

第3 章 神经网络的进阶技巧 42

3.1 多分类算法 42

3.2 激活函数 46

3.2.1 线性激活函数 47

3.2.2 Sigmoid 函数 47

3.2.3 tanh 函数 48

3.2.4 ReLu 函数 49

3.3 神经网络的训练准备 51

3.3.1 输入归一化 51

3.3.2 权重初始化 53

3.4 正则化 55

3.4.1 偏差和方差 55

3.4.2 Dropout 算法 56

3.4.3 补偿过拟合的其他方式 58

3.5 批量归一化 60

3.5.1 归一化网络的激活函数 60

3.5.2 BN 与神经网络的拟合 61

3.6 优化算法 62

3.6.1 Mini-Batch 梯度下降法 62

3.6.2 指数加权平均 63

3.6.3 动量梯度下降法 64

3.6.4 RMS prop 65

3.6.5 Adam 优化算法 65

3.6.6 学习率衰减 66

3.7 基于TensorFlow 的两层神经网络实例 67

参考文献 71

第4 章 卷积神经网络 73

4.1 什么是卷积神经网络 73

4.1.1 计算机视觉 73

4.1.2 卷积神经网络 74

4.2 卷积神经网络基本原理 75

4.2.1 卷积神经网络的结构 75

4.2.2 卷积神经网络的层级组成及其原理 75

4.2.3 卷积神经网络的特点 81

4.3 卷积神经网络的经典网络 81

4.3.1 经典的卷积神经网络 81

4.3.2 AlexNet 概述 81

4.3.3 VGGNet 概述 82

4.3.4 ResNet 概述 84

4.4 多层卷积神经网络实例 86

4.5 本章小结 91

参考文献 91

第5 章 循环神经网络 92

5.1 什么是序列模型 92

5.1.1 序列模型简介 92

5.1.2 序列模型的符号定义 93

5.2 循环神经网络模型 94

5.2.1 RNN 的前向传播 94

5.2.2 RNN 的反向传播 96

5.2.3 不同类型的RNN 98

5.2.4 长期依赖问题 99

5.3 长短时记忆 100

5.3.1 长短时记忆网络 100

5.3.2 LSTM 的变形与演进 103

5.3.3 LSTM 实例应用 106

5.4 本章小结 108

参考文献 108

第6 章 正交调制解调器 109

6.1 基于深度学习的QAM 解调器设计 109

6.1.1 基本原理 109

6.1.2 SNR vs BER 仿真结果 112

6.2 基于深度学习的QAM 解调器设计 117

6.2.1 QAM 解调的评价标准 117

6.2.2 基于深度学习的QAM 解调 117

6.3 本章小结 127

第7 章 人工智能辅助的OFDM 接收机 128

7.1 FC-DNN OFDM 接收机 129

7.1.1 系统结构 129

7.1.2 模型训练 130

7.1.3 仿真代码 131

7.2 ComNet OFDM 接收机 140

7.2.1 整体架构 140

7.2.2 信道估计子网 142

7.2.3 信号检测子网 143

7.2.4 仿真代码 145

7.3 仿真性能分析 148

7.3.1 仿真参数 148

7.3.2 整体ComNet OFDM 接收机的仿真性能 148

7.4 本章小结 151

参考文献 151

第8 章 CSI 反馈及信道重建——CsiNet 152

8.1 CSI 反馈背景知识 152

8.2 基本原理 153

8.2.1 系统模型 153

8.2.2 压缩感知 155

8.2.3 自动编码器 155

8.3 基于深度学习的CSI 反馈 156

8.3.1 基于深度学习的反馈机制 156

8.3.2 信道状态信息反馈网络(CsiNet)结构 157

8.4 实验结果与分析 159

8.4.1 实验数据生成 159

8.4.2 实验程序 160

8.4.3 实验仿真结果 166

8.5 CsiNet-LSTM 169

8.6 本章小结 177

参考文献 177

第9 章 滑动窗序列检测方法 179

9.1 序列检测 179

9.1.1 序列检测的基本原理 179

9.1.2 大似然序列检测准则[2] 180

9.1.3 维特比算法 181

9.2 基于深度学习的序列检测器实现 185

9.2.1 问题描述 186

9.2.2 深度学习实现 187

9.2.3 仿真分析 191

9.2.4 结果分析 198

9.3 本章小结 199

参考文献 199

第10 章 基于深度学习的Turbo 码译码 200

10.1 Turbo 码起源 200

10.2 Turbo 码编码原理 201

10.2.1 PCCC 型编码结构 201

10.2.2 SCCC 型编码结构 202

10.2.3 HCCC 型编码结构 203

10.3 Turbo 码传统译码算法 203

10.3.1 Turbo 码译码结构 204

10.3.2 MAP 算法 206

10.3.3 Log-MAP 算法 209

10.3.4 Max-Log-MAP 算法 210

10.4 基于深度学习的信道译码 210

10.4.1 优化传统“黑箱”神经网络 210

10.4.2 参数化传统译码算法 211

10.5 基于深度学习的Turbo 码译码 216

10.5.1 模型的构建 216

10.5.2 性能仿真 226

10.5.3 仿真程序 228

10.6 本章小结 250

参考文献 250

智能通信:基于深度学习的物理层设计是2020年由科学出版社出版,作者金石。

得书感谢您对《智能通信:基于深度学习的物理层设计》关注和支持,如本书内容有不良信息或侵权等情形的,请联系本网站。

购买这本书

你可能喜欢
战术通信理论与技术 电子书
作者于全,中国工程院院士,是战术通信领域的知名专家,长期在科研一线承担通信装备的总体设计与型号研制任务,先后主持完成了我军第 一代战术通信网络、国内第 一部软件无线电台等20多项重大科研项目,在我军战术通信的发展战略、体制论证、系统仿真、综合集成和关键技术等方面取得了丰硕成果。本书凝聚了作者多年从事战术通信研究的成果和经验。
大话通信(第2版) 电子书
1. 热销10年,销量突破70000册的经典好书。 2.“大话”系列图书是人民邮电出版社的通信图书,影响力非常之广,受众非常大,深受读者喜爱。 3. 该套丛书一直被模仿,但从未被。 4. 本次再版的主要作者仍然由原套书的主要作者来担当,保证内容风格的一致性。
2020年ICT深度观察 电子书
1.本书为年度报告,内容丰富、数据分析到位,适合ICT各行业的人员阅读、学习。 2.本书具有较强的时效性、权威性和实用性。 3.本书作者多为中国信息通信研究院的相关研究者,经验丰富。
大话移动通信第2版 电子书
通信类科普读物,在充分介绍移动通信的基本框架之余,将移动通信的神奇与精彩展示给读者朋友。 大话移动通信主要面向初入移动通信领域,或已有一定基础,希望进一步完善自己移动通信知识框架的读者,希望为大家解决学习移动通信知识过程中的以下难题: ·怎么学习移动通信知识 ·学习哪些移动通信知识 ·移动通信技术发展背后的原因与动力
量子保密通信网络及应用 电子书
1.质量保证,本书出自工作在国内ling先的量子通信专业公司的专家之手。 2.理论实践相结合,不但讲述“如何做”(特别是在实际中如何做),更加讲述了“为什么要这么做”。 3.实例真实可靠,本书侧重介绍量子通信从理论到工程实践的应用,数据图表来源实际工程,真实可靠。 4.内容严谨,方便查询。全书参考并引用了大量的国外专著和文献,方便读者进一步扩展学习。