一種基于互信息神經(jīng)估計(jì)改進(jìn)的未知信道端到端通信系統(tǒng)

摘要： 針對(duì)端到端通信系統(tǒng)在信道未知時(shí)通過使用生成對(duì)抗網(wǎng)絡(luò)(Generative Adversarial Network, GAN)表示信道效應(yīng)而產(chǎn)生的梯度消失和過擬合問題，提出了一種通過互信息作為正則化項(xiàng)的改進(jìn)方案。通過互信息神經(jīng)估計(jì)器(Mutual Information Neural Estimator, MINE)計(jì)算發(fā)射信號(hào)與接收信號(hào)的互信息并由此作為正則化項(xiàng)來提高模型的泛化...