基于衍射深度神经网络的免基带端到端通信系统

《IEEE Transactions on Wireless Communications》：Baseband-Free End-to-End Communication System Based on Diffractive Deep Neural Network

　　衍射深度神经网络（D2NN）驱动的无线通信系统通过电磁波传播实现调制、波束赋形和检测的端到端处理，采用复数神经网络架构与批随机梯度下降优化，结合角谱法降低计算复杂度，在单RF链路和1024个被动元件下达到传统81链路系统的性能。

　　

摘要：

衍射深度神经网络（D2NN），在无线通信领域也被称为可重构智能超表面深度神经网络（Rb-DNNs）或堆叠智能超表面（SIMs），作为一种基于传播进行计算的信号处理范式而崭露头角。然而，现有架构仅限于实现特定的功能，如预编码和信号合并，同时仍依赖于数字基带模块来处理调制和检测等关键任务。在这项工作中，我们提出了一种无需基带的端到端（BBF-E2E）无线通信系统，该系统通过电磁波的传播共同完成调制、波束成形和检测功能。BBF-E2E系统在发射机和接收机两端均采用了D2NN，并在复值神经网络（CVNN）框架内构建了自编码器架构。每个超表面层的传输系数通过小批量随机梯度下降（SGD）算法进行训练，以最小化交叉熵损失。为了降低衍射计算过程中的计算复杂度，系统采用了角谱方法（ASM）替代了瑞利-索末菲尔公式。大量仿真结果表明，BBF-E2E系统在各种信道条件下能够实现稳健的符号传输，并显著降低了硬件需求。特别是，该系统的性能可与具有81个射频链的传统多天线系统相媲美，而仅需一个射频链和1024个被动超表面元件。这些结果凸显了这种波域神经计算范式在未来无线收发器中替代数字基带模块的潜力。