《计算机应用与软件杂志》发表论文赏析
作者:卢敏, 秦泽豪, 张敏, 李攀攀, 乐光学
摘要:为提高 OFDM (Orthogonal Frequency Division Multiplexing) 系统通信衰落信道估计性能,提出一种基于深度神经网络的信道估计模型 DeReNet。通过串联深度密集网络和深度残差网络,抑制网络训练中出现的梯度爆炸和消失问题。将该模型与 LS (Least Square)、FC-DNN (Full Connection Dense Neural Network) 和 SimNet (Simplified Deep Neural Networks) 模型进行仿真实验对比,结果表明,在莱斯衰落环境下该模型的信道估计性能更好,能有效提高信道衰落的估计精度。
关键词:无线通信, 深度神经网络, 衰落信道, 信道估计