基于深度学习的OFDM信道估计

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.

关键词：OFDM、深度学习、信道估计、自回归模型

所属期刊栏目：31

分类号：TN929.5

资助基金：国家自然科学基金61501066;重庆市基础与前沿研究计划项目cstc2015jcyjA40003;重庆市研究生科研创新项目CYS18061;中央高校基本科研业务费106112017CDJXY500001

在线出版日期：2019-07-03（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：348-353