《表1 自编码器结构参数：一种改进的CNN端到端自编码器通信系统》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《一种改进的CNN端到端自编码器通信系统》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

由神经网络构建的点到点通信系统模型如图1所示。信源部分利用one-hot向量完成符号序列S的比特映射；发射机包含3个一维卷积层（Conv1D），Conv1D层可以同时处理整个符号序列S，即可以同时处理k\""L比特信息，其中L是每帧符号数（块长度）。然后用能量归一化层对发送信号序列X进行能量约束；信道部分利用条件转移概率描述加性高斯白噪声或瑞利衰落信道；接收机则同样采用3层Conv1D构成。尽管Conv1D层数越多，神经网络的表示和分类能力越强，但随着网络层数增加也会使得梯度消失或网络训练困难。通过仿真实验，发现使用3层网络足以保证网络的学习能力且可获得最佳的传输可靠性。对应图1中自编器结构参数由表1给出。