基于深度学习的高维信号信道估计算法

来源：电讯技术杂志2022年第11期北京时间：

作者：钱蓉蓉,吕孝明,任文平

单位：(云南大学 信息学院)

摘要：针对大部分基于深度学习（Deep Learning，DL）的信道估计算法估计高维信号时出现的训练开销过大、泛化能力差等问题，提出了一种不需要训练的基于深度学习的高维信号信道估计算法，即UTCENet（Untrained Channel Estimation Network）。在UTCENet中，信道信息上的复杂分布转换为模型参数上的简单分布，即通过神经网络参数化来获得隐式先验知识并将其应用于信道估计。虽然该算法不需要任何训练，但保证了估计的性能，其原因在于专门设计的网络模型可以有效利用时频网格中元素的相关性。仿真结果表明，与传统方法以及现有的深度学习方法相比，所提出的算法在归一化均方误差和误码率方面性能提升明显。

关键词：多输入多输出正交频分复用（MIMO OFDM）；信道估计；高维信号；深度学习；

基金资助：国家自然科学基金青年科学基金项目(61701433)；云南省科技厅面上项目(2018FB099)