基于自编码器的水声非相干恒重映射优化

针对水声多径衰落非相干信道,提出一种灵活的恒重自编码方案以解决传统恒重映射(如Hadamard映射)权重单一,频谱利用率低的问题.将水声多径信道建模为泛化性更高的Rice衰落,利用深度神经网络(DNN)合理构建自编码器(AE),在多个衰落因子下进行输入到输出的端到端训练,在发射平均功率不变的条件下,得到权重分布更优的映射集.发射符号幅度不局限于'0'和'1'的分布集合,但分组仍保持恒重.接收端仍可采用能量检测,不依赖信道状态信息(CSI)、鲁棒性强.为扩展到高阶情况,提出一种低复杂度的网络输入模式使AE复杂度大大降低,加速训练收敛.仿真证明,在接收端CSI未知的情况下,所提方案在标准衰落信道及Bellhop模拟水声信道上均取得相较传统方案5-6 dB的性能增益.最后,采用通信带宽4 kHz,通信距离2500 m,海底深度1750 m的南海海试数据对结果进行了验证.