1.一种模型训练方法，其特征在于，所述方法包括：对训练信源信号的离散概率分布向量进行处理，得到可微连续概率向量；基于原始的多进制正交幅度调制信号的星座点向量，从星座点向量对应的星座图上确定目标星座点；基于所述目标星座点的信号，得到解码向量；基于所述可微连续概率向量和所述解码向量，训练初始概率整形模型，得到目标概率整形模型。
2.根据权利要求1所述的方法，其特征在于，所述基于原始的多进制正交幅度调制信号的星座点向量，从星座点向量对应的星座图上确定目标星座点，包括：计算所述可微连续概率向量与星座点向量的乘积，得到所述星座图中各星座点对应的乘积结果；根据各星座点对应的乘积结果，从所述星座图中确定所述目标星座点。
3.根据权利要求2所述的方法，其特征在于，所述根据各星座点对应的乘积结果，从所述星座图中确定所述目标星座点，包括：将不等于零的乘积结果对应的星座点作为所述目标星座点。
4.根据权利要求1所述的方法，其特征在于，所述基于所述目标星座点的信号，得到解码向量，包括：基于所述目标星座点的信号的能量约束条件，约束所述目标星座点的信号的能量，得到第一信号；将所述第一信号通过信道传输后得到第二信号；对所述第二信号进行解码处理，得到所述解码向量。
5.根据权利要求1所述的方法，其特征在于，所述方法还包括：对所述初始概率整形模型中的初始编码模块中各卷积层的权重进行初始化，得到编码模块；利用所述编码模块对所述训练信源信号进行编码处理，得到所述离散概率分布向量，其中，所述离散概率分布向量满足麦克斯韦-波尔兹曼分布。
6.根据权利要求1-5任一项所述的方法，其特征在于，所述对训练信源信号的离散概率分布向量进行处理，得到可微连续概率向量，包括：利用采样器对所述离散概率分布向量进行采样处理，得到采样处理结果；利用估计器对所述采样处理结果进行量化处理，得到所述可微连续概率向量。
7.根据权利要求1-5任一项所述的方法，其特征在于，所述基于所述可微连续概率向量和所述解码向量，训练初始概率整形模型，得到目标概率整形模型，包括：基于所述可微连续概率向量和所述解码向量，利用梯度下降法训练所述初始概率整形模型，得到目标概率整形模型。
8.一种信号传输系统，其特征在于，所述信号传输系统包括发送设备、光发射模块、无线信号发射模块、信号接收模块和接收设备；所述发送设备，用于获得信源信号，并将所述信源信号输入权利要求1至7中任一项所述的目标概率整形模型得到概率整形信号，并根据所述概率整形信号得到待发送信号，向所述光发射模块发送所述待发送信号；所述光发射模块，用于利用光子外插拍频对所述待发送信号进行处理得到无线信号，并将所述无线信号输入至所述无线信号发射模块；所述无线信号发射模块，用于对所述无线信号进行放大处理，并向所述信号接收模块发送放大后的无线信号；所述信号接收模块，用于接收所述放大后的无线信号并向所述接收设备发送所述放大后的无线信号；所述接收设备，用于对所述放大后的无线信号进行解调处理，得到所述信源信号。
9.一种模型训练装置，其特征在于，所述装置包括：处理模块，用于对训练信源信号的离散概率分布向量进行处理，得到可微连续概率向量；确定模块，用于基于原始的多进制正交幅度调制信号的星座点向量，从星座点向量对应的星座图上确定目标星座点；第一获得模块，用于基于所述目标星座点的信号，得到解码向量；第二获得模块，用于基于所述可微连续概率向量和所述解码向量，训练初始概率整形模型，得到目标概率整形模型。
10.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述的方法的步骤。
11.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。
