傳統的通訊系統大致上分爲信號調製、信道傳輸、信號解調。各部分獨立優化,如對於信號調製模塊,一般依據通訊場景,選擇最優的信號調製編碼方式。可是各部分分別最有不必定可以得到全局的最優結果,現有學者提出將通訊過程看做一項端到端的任務,在一次完整的通訊中聯合優化各模塊。下文提出在某一肯定的信道模型(如白噪聲高斯信道)下,利用自編碼器模型,訓練獲得信號調製方式及解碼方式。該自編碼器的實現以下圖:優化
參考資料:An Introduction to Deep Learning for the Physical Layer. Tim O’Shea, Senior Member, IEEE, and Jakob Hoydis, Member, IEEE 編碼