AI+无线通信 - OpenI 启智新一代人工智能开源开放平台

AI+无线通信已开源

初赛最终排名：6
复赛最终排名：14

团队介绍：团队成员共两名，均来自中国移动研究院。队长杨骄龙在中国移动研究院无线与终端技术研究所工作，主要从事无线智能云网络方面的研究；队员谢天在中国移动研究院未来移动通信技术研究所工作，主要研究方向为机器学习在无线通信物理层设计中的应用。队伍组成的方式与赛道名“AI+无线通信”类似：队长杨骄龙主攻深度学习部分的coding工作，队员谢天主攻通信问题建模并提供通信领域的专家知识，模型调参与验证工作两人共同讨论完成；

作品特色亮点：使用两级联网络提升信道估计性能；使用深层CNN处理信号检测；采用多模型集成。

项目仓库：https://gitee.com/dragon_knight/naic2020wireless.git

AI+无线通信已开源

初赛最终排名：55
复赛最终排名：37

团队介绍：USTC EE 硕士；

作品特色亮点：采用端到端系统、分块系统。

项目仓库：https://github.com/lxchtan/NAIC_AI_Plus

AI+无线通信已开源

初赛最终排名：24
复赛最终排名：33

团队介绍：本团队共五人，分别是李亚贤、赵博睿、李香君、翟津黎、王兆圆，来自北京邮电大学信息与通信工程学院，指导教师是崔琪楣教授和李立华教授。本团队隶属于泛网无线通信教育部重点实验室（首届主任：张平院士）和移动互联网安全技术国家工程实验室（主任：陶小峰教授），依托于北京邮电大学信息与通信工程学院的“双一流”建设“信息与通信工程A+”学科、网络安全学院的“一流网络安全学院建设示范项目（中央网信办）”，拥有先进而完善的无线通信试验环境和仪器设备。所在的泛网无线通信中心有固定人员32人（教授10名、副教授6名、讲师16名），承担完成NSFC、863、973计划等几十项国家级项目，在4G/5G组网关键技术、试验平台研制、国际标准化等方面有深厚积累；

作品特色亮点：先用传统通信公式对接收数据进行处理，再把处理过后的数据输入神经网络进行优化。这里神经网络的优化主要体现在信道估计的优化上，神经网络中的双向LSTM网络可以很好的提取相邻多个子载波信道之间相关性，在导频较少的情况下可以很好的降低传统LS信道估计+DFT插值的误差，大幅提升信道估计的准确性。对于信号检测，我们用了理论最优的ML检测算法，在信道估计误差最小、信噪比固定的情况下，ML检测可取得最高的检测准确率。

项目仓库：https://github.com/wzy1997bupt/receiver

AI+无线通信

沈碧螺

肖安琪

符礼丹

初赛最终排名：1
复赛最终排名：4

团队介绍： 2名来自中科院自动化所的学生和1名实习生；

作品特色亮点：采用端对端seq2seq模型；encoder负责将输入序列压缩成指定长度的向量，decoder则负责根据语义向量生成指定的序列。　

AI+无线通信

吴铭晖

初赛最终排名：28
复赛最终排名：8

团队介绍：北京理工大学，信息与电子学院大四本科生；

作品特色亮点：子载波维度采用了一维卷积神经网络，引入残差和channelAttention增强性能；对测试集进行预分类，针对测试集的mode分布决定训练时的训练数据分布；采用了分集与最大似然合并，将多次独立的预测结果合并以获得更优性能。

AI+无线通信

本团队共五人：黄启圣，张浩，王李阳，朱名扬，邹龙浩均来自于东南大学移动通信国家重点实验室赵春明老师课题组，本次竞赛由赵春明老师与姜

本团队共五人：黄启圣，张浩，王李阳，朱名扬，邹龙浩
均来自于东南大学移动通信国家重点实验室赵春明老师课题组，本次竞赛由赵春明老师与姜明老师参与指导完成。

本参赛作品大体思路为：先采用传统通信算法进行预处理再采用深度学习方法进行进一步优化。具体实施方法为，1.简化模型，预处理数据时认为子载波间独立无ICI，此时每个子载波可视为独立通过MIMO传输2.根据已有导频进行LS得到导频点上信道得估计值3.根据已有得估计值做MMSE最佳线性滤波得到信道矩阵4.根据MMSE滤波结果做迭代式估计检测联合即将ML检测估计值视为已知的导频对信道进行重新估计直至收敛。这样就得到了初使值，由于题中存在削波和CP污染现象，所以OFDM子载波间实际上并非独立需要网络做进　一步处理。从ICI特点分析，一般相邻子载波干扰较大，且随子载波间隔增大而增大，所以采用CNN和RNN进行处理较为合适，由于不计复杂度和时延为了尽可能的消去干扰故采用RNN，由于GRU相比于LSTM更易收敛所以最终采用GRU作为二次处理器，并以预处理得到数据检测结果以及信道估计值为特征维度。

作品链接：
https://github.com/jerryming1995/AInoob
https://github.com/jerryming1995/AInoob_term2

AI+无线通信

三名来自南京邮电大学通信与信息工程学院的研究生，其中两名硕士生，一名博士生，主要研究方向均为智能通信。网络设计上迁移了VGG16与VGG19

三名来自南京邮电大学通信与信息工程学院的研究生，其中两名硕士生，一名博士生，主要研究方向均为智能通信。

网络设计上迁移了VGG16与VGG19的网络结构，使用一个网络对三种模式和两种导频的数据统一进行训练，网络的泛化性较强，能实现较高的分类准确率　

AI+无线通信

本人来自中兴通讯，2018年毕业于上海交通大学计算机系，目前是一名算法预研工程师，主要从事非陆地通信 AI方面的工作。基于attention对于MI

本人来自中兴通讯，2018年毕业于上海交通大学计算机系，目前是一名算法预研工程师，主要从事非陆地通信/AI方面的工作。

基于attention对于MIMO接收信号进行解码，网络结构基于GPT构造，主要trick有1)接收信号的维度重排列，2）Normalization first,3)LAMB优化器　

2020年全国人工智能大赛参赛队伍作品开源计划