Оценка отношения сигнал/шум на основе глубокого обучения с использованием диаграмм созвездий

Оценка отношения сигнал/шум (SNR) является фундаментальной задачей управления спектром и передачи данных. Существующие методы оценки SNR обычно испытывают значительные ошибки при низких значениях SNR. В работе предложен алгоритм оценки SNR на основе глубокого обучения (DL) с использованием диаграмм созвездий. Поскольку диаграммы созвездий демонстрируют различные узоры при разных значениях SNR, предложенный алгоритм выполняет оценку SNR через распознавание диаграмм созвездий, что удобно реализуется методами глубокого обучения. Для оценки SNR на основе DL использованы три нейронные сети: AlexNet, InceptionV1 и VGG16. Экспериментальные результаты показывают, что предложенный алгоритм стабильно хорошо работает, особенно в сценариях с низким SNR.