基于人工神经网络的OFDM系统信道辨识与补偿

来源：电子测量技术杂志2021年第8期北京时间：

作者：许癸驹，钱雅楠，代红英

单位：重庆工程学院 电子信息学院，重庆，400056

摘要：针对快衰落环境下OFDM系统的导频辅助信道估计，受到信道状态波动影响较大的问题，提出了一种基于人工神经网络的OFDM系统信道辨识与补偿方法。首先，对传统判决反馈信道估计方法进行了分析，说明了其在快衰落环境下存在的问题。其次，利用判决反馈信道估计以恒定间隔获得部分信道状态信息，从而仅用少量估计的信道状态信息来训练人工神经网络。然后，采用Levenberg-Marquardt算法进行神经网络训练。最后，在人工神经网络训练后，所有数据符号索引被串行输入到人工神经网络，以便对信道状态信息的整体转移进行插值，从而有效地补偿信道变化。快衰落环境下的OFDM通信系统测试结果表明：在多普勒频率为700 Hz的高移动性环境下，相比于传统估计方法，该方法表现出更好的误码率性能，可以消除错误平层，误码率达到10-4以下。

关键词：OFDM;快速衰落;非线性预测;人工神经网络;信道估计

基金资助：重庆市教委科学技术研究计划项目（2020CQZX062）