利索能及
我要发布
收藏
专利号: 2023102424214
申请人: 南京信息工程大学
专利类型:发明专利
专利状态:已下证
更新日期:2026-06-16
缴费截止日期: 暂无
联系人

摘要:

权利要求书:

1.一种基于可变自编码器的信道匹配非网格化编码调制方法,其特征在于:包括如下步骤:获取非网格化信号输入预训练的可变自编码器,基于其星座的几何位置和分布概率进行几何概率编码,生成多维参量,输入预置的非线性的仿真光纤信道;

所述基于其星座的几何位置和分布概率进行几何概率编码,生成多维参量,包括:标记非网格化信号的星座分布概率和几何位置,并一起作为输入数据送入可变自编码器;

引入输入数据的潜在变量,可变自编码器将输入数据转换为潜在变量的概率分布,然后采样为潜在变量,将潜在变量转换为重构的输出;

所述可变自编码器将输入数据转换为潜在变量的概率分布,包括:获取潜在变量的选择分布,在可变自编码器的损失函数中,利用KL散度对潜在变量的概率分布和选择分布进行相似化操作,获取潜在变量的概率分布:;

其中, 为重构损失,即为输入数据X和重构输出 之间的均方误差;

为概率分布P(Z)和选择分布 的KL散度;j为输入数据的次数;Z是输入数据X的潜在变量;

经非线性的仿真光纤信道后进入同构的可变自解码器,对多维参量进行几何概率解码后输出,计算传输链路的广义互信息;

所述计算传输链路的广义互信息,包括:

其中,H(X)是输入数据X的熵; 是第i个比特的第k个传输符号; 是给定接收符号yk的估计概率 ;m是每个符号的比特数;K是传输符号数;

进行广义互信息判断,若当前信号星座分布为信道匹配的最优非网格化星座分布或多维参量的更新迭代次数达到预设值,则输出当前信号;

否则基于广义互信息更新迭代多维参量后重复上述步骤。

2.根据权利要求1所述的基于可变自编码器的信道匹配非网格化编码调制方法,其特征在于:所述可变自编码器的预训练步骤包括:

采用端到端的网络架构进行模型训练,利用参数重构在编码过程中获取均值向量和标准差向量;

从标准差向量中采样,将采样结果加到均值向量,实现潜在变量的编码过程。

3.根据权利要求1所述的基于可变自编码器的信道匹配非网格化编码调制方法,其特征在于:所述预置非线性的仿真光纤信道包括:

基于生成对抗网络预置非线性的仿真光纤信道,模拟非线性光纤信道的环境;所述生成对抗网络包括生成器和判别器;

对生成对抗网络进行训练,至生成器的结构符合非线性光纤信道的要求,即将生成器作为非线性光纤信道使用。

4.根据权利要求3所述的基于可变自编码器的信道匹配非网格化编码调制方法,其特征在于:所述生成器的输入包括随机噪声和条件标签,所述判别器的输入包括真实数据和生成器的输出。

5.根据权利要求4所述的基于可变自编码器的信道匹配非网格化编码调制方法,其特征在于:所述对生成对抗网络进行训练包括:

生成器依据条件标签和判别器的反馈,将随机噪声生成符合条件的生成数据,判别器根据真实数据的分布概率分辨输入数据是真实数据还是生成数据,并反馈给生成器。

6.根据权利要求1所述的基于可变自编码器的信道匹配非网格化编码调制方法,其特征在于:所述基于广义互信息更新多维参量,包括:基于广义互信息更新输入信号的参数并进行迭代优化,生成更新的几何位置和分布概率,重新生成多维参量。

7.根据权利要求6所述的基于可变自编码器的信道匹配非网格化编码调制方法,其特征在于:所述信道匹配的最优非网格化星座分布为:最大化链路广义互信息为匹配非线性光纤信道的最佳非网格化信号星座形态。