基于AE的通信信号降噪的国内外研究现状

近年来，基于自编码器（Autoencoder，AE）的通信信号降噪在国内外得到了广泛研究和应用。以下是一些相关研究的简要概述：

1. 国外研究现状：

（1）2016年，Park等人提出了一种基于卷积自编码器（Convolutional Autoencoder，CAE）的OFDM信号降噪方法，将CAE应用于接收端信号预处理，实现了OFDM接收端信号的有效降噪。

（2）2018年，Fang等人提出了一种基于深度自编码器（Deep Autoencoder，DAE）的通信信号降噪方法，该方法可以有效地减少噪声干扰，并且能够扩展到各种不同类型的通信系统。

（3）2019年，Ji等人提出了一种基于变分自编码器（Variational Autoencoder，VAE）的通信信号降噪方法，该方法可以自适应地学习信号的统计特征，并且具有较强的抗干扰性能。

2. 国内研究现状：

（1）2017年，张云等人提出了一种基于堆叠自编码器（Stacked Autoencoder，SAE）的OFDM信号降噪方法，通过将SAE应用于接收端信号处理，实现了OFDM信号的降噪和解调。

（2）2018年，刘亚楠等人提出了一种基于深度卷积自编码器（Deep Convolutional Autoencoder，DCAE）的通信信号降噪方法，该方法可以有效地减少通信信号中的噪声干扰。

总的来说，基于自编码器的通信信号降噪在国内外均得到了广泛研究和应用，未来还有更多的研究可以探索，例如如何进一步提高抗干扰性能、如何应对不同类型的通信系统等。