10.3778/j.issn.1002-8331.2011.34.031
基于神经网络的MIMO-OFDM信道估计
提出了一种适用于神经网络框架下的MIMO-OFDM系统的信道估计算法.通过对三层神经网络结构的分析,用两层神经网络实现了一种主成分分析(PCA)最小二乘学习算法.通过导频信息得到MIMO-OFDM信道模型初始值,再用神经网络算法对MIMO-OFDM信道的时变状态参数进行跟踪;采用两层神经网络,由隐层输出对最终输出修正,中间实现可变遗忘因子的改进递推最小二乘学习算法.仿真结果表明,该方法与最小二乘(LS)算法相比,在跟踪时变衰落信道时,估计的均方误差有较大提高,从而有效地改善了接收端的符号检测性.
MIMO-OFEM技术、信道估计、神经网络
47
TN912
2012-03-16(万方平台首次上网日期,不代表论文的发表时间)
共3页
114-116