泊松散弹噪声具有非线性、非加性的性质,因而受到研究者的广泛关注。20世纪80年代以来,大量关于泊松信道速率和容量的成果被提出。然而,由于泊松噪声的特殊性质,导致速率公式复杂,过去的研究成果大多集中在理论极限性能的推导上下界的问题上。提出了一种基于深度学习的方法,针对复杂的速率公式,给出了非理想条件下的最优解,对于实际系统的性能有一定的参考价值。并且,深度学习较传统梯度下降搜索算法有更高的泛用性和更快的速度。
科研之友
微信
新浪微博
Facebook
分享链接
