面向高频段非理想信道的星座图智能优化设计方法

随着通信系统不断向更高频段和更大带宽方向发展,硬件非理想性的影响愈发显著,尤其是功放非线性和相位噪声导致的信号畸变问题。为改善这一状况,提出了一种基于正交幅度调制(quadrature amplitude modulation,QAM)投影的人工智能辅助星座图设计方案。首先,借助基于离散傅里叶扩展正交频分复用(discrete Fourier transform spread orthogonal frequency division multiplexing,DFT-s-OFDM)驱动的神经网络模型,在非理想信道和时频性能指标损失等多重约束下进行星座学习,以降低系统误码率。随后,根据所提出的最小加权径角距离准则,将优化后的星座投影到QAM上,从而设计抗硬件非理想性强,且兼容现有体制的N-nMod_M-QAM星座。仿真结果表明,在相位噪声影响的信道下,提出的星座调制方案在性能增益和鲁棒性方面均优于同阶QAM、幅度相移键控(amplitude-phase-shift keying,APSK)以及螺旋调制。