基于深度学习的单载波频域均衡算法研究

• 作者: 柏果 程郁凡 唐万斌
• 来源期刊: 信号处理
• 关键词: 深度学习 单载波频域均衡 信道估计
• 年，卷（期）: 2021,（6）
• 所属期刊栏目: 论文|Papers
• 页码范围: 922-931
• 页数: 10页
• 分类号: TN911.7
• 语种: 中文
• DOI: 10.16798/j.issn.1003-0530.2021.06.003

摘要

单载波频域均衡(Single-Carrier Frequency-Domain Equalization,SC-FDE)是一种有效的抗码间干扰的算法,在无线通信系统中得到了广泛的应用.传统线性SC-FDE算法主要包括信道估计、噪声功率估计和信道均衡三个模块,其中每个模块都是单独优化的.为了联合优化这三个模块,本文提出了一种基于深度学习的SC-FDE算法.为了减少网络收敛所需的训练数据量,本文为SC-FDE中的三个模块分别设计了一个子网络.此外,本文还提出了一种训练机制,通过平等地对待每条无线路径,提高了所提算法的信道泛化能力.仿真结果表明,所提算法可以在较小的训练数据集下收敛,且具有鲁棒的信道泛化能力,与基于最小二乘信道估计和最小均方误差信道均衡的SC-FDE算法相比,所提算法具有更优的误码率性能.