基于深度学习的OFDM信道估计

• 作者: 姚海梅 廖勇 花远肖
• 来源期刊: 重庆邮电大学学报（自然科学版）
• 学科: 工学
• 关键词: OFDM 深度学习 信道估计 自回归模型
• 年，卷（期）: 2019,（3）
• 所属期刊栏目: 人工智能与信息通信技术
• 页码范围: 348-353
• 页数: 6页
• 分类号: TN929.5
• 字数: 4074字
• 语种: 中文
• DOI: 10.3979/j.issn.1673-825X.2019.03.009

摘要

针对多径正交频分复用(orthogonal frequency division multiplexing,OFDM)信道环境下信道频域选择性衰落导致下行链路信道估计性能受限的问题,提出一种基于深度学习的信道估计(deep learning-based channel estima-tion,DL-CE)方法.采用自回归过程对信道建模,利用深度学习设计信道估计网络追踪信道响应及其频域相关系数.通过迭代训练,基于深度学习的信道估计网络能够学习到自回归系数的最优估计,同时利用先验信道信息估计信道频域响应和频域相关系数.与传统方法相比,所提信道估计方法性能提升明显.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	廖勇	重庆大学通信与测控中心	170	2920	28.0	50.0
2	姚海梅	重庆大学通信与测控中心	8	11	2.0	3.0
3	花远肖	重庆大学通信与测控中心	6	9	2.0	3.0