基于CNN的QAM-PPM混合调制端到端通信系统

摘要：

针对应用于可见光通信的正交振幅调制(QAM)和脉冲位置调制(PPM)的混合调制系统结构及性能优化问题,提出了一种基于卷积神经网络(CNN)的混合调制端到端通信系统设计方案.该方案利用设计的损失函数分多个阶段训练网络来分别实现QAM调制以及PPM调制,并将二者结合实现混合调制.解调方面,为了提升脉冲识别准确度并降低运算复杂度,提出了一种通过改变CNN卷积核大小对接收信号进行脉冲识别的方法.仿真结果表明,在加性高斯白噪声和瑞利衰落信道下,对于采用不同脉冲时隙数及调制阶数的混合调制方式,所提技术方案表现出良好的泛化能力,并且当误符号率为10-3时,相较传统解调方式,其误码性能改善范围为0.4 dB～2.8 dB.

关键词：光通信、混合调制、卷积神经网络、自编码器、误码性能

所属期刊栏目：59

分类号：TN929.1

资助基金：国家自然科学基金61371091

在线出版日期：2022-11-03（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：84-91