基于Wasserstein生成对抗网络的智能光通信 下载: 738次
Intelligent Optical Communication Based on Wasserstein Generative Adversarial Network
空军工程大学信息与导航学院, 陕西 西安 710077
图 & 表
图 1. 端到端通信系统。(a) 端到端通信系统结构框图;(b) 自动编码器、自动解码器结构图
Fig. 1. End-to-end communication system. (a) Structure diagram of end-to-end communication system; (b) structure diagram of automatic encoder and automatic decoder
下载图片 查看原文
图 2. GAN结构图
Fig. 2. Diagram of GAN structure
下载图片 查看原文
图 3. 接收器、发射器、生成器的训练结构
Fig. 3. Training structure of receiver, transmitter, generator
下载图片 查看原文
图 4. AWGN信道中BLER曲线
Fig. 4. BLER curve in AWGN channel
下载图片 查看原文
图 5. Lognormal信道中BLER曲线
Fig. 5. BLER curve in Lognormal channel
下载图片 查看原文
图 6. 准确率和损失值随样本个数的变化。(a)损失值;(b)准确率
Fig. 6. Change of accuracy and loss value with number of samples. (a) Loss value; (b) accuracy
下载图片 查看原文
表 1模型参数
Table1. Model parameter
Parameter | Value |
---|
Hidden layer of transmitter | 32, 32 | Transmitter learning rate | 0.0005 | Hidden layer of receiver | 32, 32 | Receiver learning rate | 0.0005 | Hidden layer of generator | 128, 128, 128 | Hidden layer of discriminator | 32, 32, 32 | Generator and discriminatorlearning rate | 0.0001 |
|
查看原文
表 2Lognormal信道参数
Table2. Lognormal channel parameters
Parameter | Symbol | Value |
---|
Link distance | L /km | 100 | Laser wavelength | λ /nm | 1550 | Photoelectric conversion efficiency | R | 1 | Receiver diameter | D /mm | 200 | Refraction parameter | | 2.7×10-18 | Rytov variance | σR | 0.24 |
|
查看原文
牟迪, 蒙文, 赵尚弘, 王翔, 刘文亚. 基于Wasserstein生成对抗网络的智能光通信[J]. 中国激光, 2020, 47(11): 1106005. Mu Di, Meng Wen, Zhao Shanghong, Wang Xiang, Liu Wenya. Intelligent Optical Communication Based on Wasserstein Generative Adversarial Network[J]. Chinese Journal of Lasers, 2020, 47(11): 1106005.