端到端学习框架

计算复杂度更低

一种联合优化压缩、量化和检测的模型驱动端到端学习框架,在保证检测性能的同时显著减小前传链路比特开销。

Qingfeng, Lin · Yang, Li · Wei-Bin, Kou · Chang, Tsunghui · Wu, Yik Chung

IEEE Transactions on Wireless Communications 2024

技术优势

计算复杂度显著降低

通过深度展开设计检测模块,继承优化算法的领域知识,避免传统迭代算法的大量计算。

前传比特数大幅减少

在保持检测性能的前提下,所需的前传比特数远小于传统方案,缓解前传容量瓶颈。

适应不同压缩率

设计的增强方案使框架能根据实际压缩率进行适配,部署灵活。

应用场景