基于端到端系统的导频插入和信道估计设计

自深度学习技术驱动的端到端通信系统解决方案被引入后,通信系统的架构模式已经发生了巨大的变革。虽然该技术在AWGN信道上表现良好,但在无线信道环境变化情况下,其表现并不尽如人意。因此,当前普遍采用的策略是引入导频信号,将导频按照头部位置插入或固定间隔插入的方式插入数据流中,同时在端到端系统之外增设信道估计模块以补充信道信息。然而,这种做法实际上与端到端一体化的理念相矛盾。提出了一种综合的端到端系统,利用深度神经网络进行导频插入位置选择并设计接收机,使系统能够有效收集信道信息,进而顺利恢复传输数据。与传统的导频插入方案相比,该系统具备明显的性能优势,误码率降低1~2 dB。另外,针对各类信道环境,系统内部的导频插入算法都可以提供具有针对性且高效的导频插入方案,因此对通信环境具有极高的适应性。