快时变信道下基于深度学习的OFDM系统信道估计
来源:系统工程与电子技术杂志2023年第11期北京时间:
作者:季策, 宋博翰, 耿蓉, 梁敏骏
单位:1. 东北大学计算机科学与工程学院, 辽宁沈阳 110169;2. 东北大学医学影像智能计算教育部重点实验室, 辽宁沈阳 110169;3. 东北大学信息科学与工程学院, 辽宁沈阳 110819
摘要:针对快时变信道的非平稳特性会造成信道估计性能变差的问题, 在基扩展模型下提出了一种基于深度学习的信道估计算法, 并将其应用于正交频分复用(orthogonal frequecy division multiplexing, OFDM)系统中。首先, 根据快时变信道矩阵的局部相关特性, 构建时频特征提取网络, 利用卷积结构提取快时变信道在时域和频域的相关特征, 并嵌入到下一级网络中进行特征的融合。其次, 利用门控循环网络捕捉信道在不同符号处的变化相关性, 在快时变信道环境下实现更准确的信道估计。仿真结果表明, 与其他快时变环境下的信道估计算法相比, 算法的估计性能提升明显; 同时, 网络的轻量化结构使算法的复杂度最低下降20%。
关键词:信道估计,正交频分复用系统,快时变,深度学习,基扩展模型
基金资助:国防预研项目-国防重大培育项目(N2116015)
2023年11期其他文献查阅:
三分支空间变换注意力机制的图像匹配算法
基于混合本征模匹配的光刻掩膜分析方法研究
航空遥感系统全极化微波散射计系统设计与校飞试验
基于持续无监督域适应策略的水面漂浮物目标检测方法
汽车雷达多域联合调制波形
基于MLS的三维扩展目标PMBM跟踪算法
基于感知融合机制的渐进式去雾网络
SAR图像辅助的雷达目标距离像检测识别
面向多主瓣干扰的波形与滤波器联合认知设计方法
弹载双基前视SAR构型参数优化设计方法
基于对消盲区的极化敏感阵列分析与优化
基于深度学习模型的SAR图像间歇采样转发干扰检测
基于时空记忆解耦RNN的雷暴预测方法
基于非标准Keystone变换的波形捷变雷达相参积累算法
基于深度特征融合的SAR图像与AIS信息关联方法
多阶段任务装备体系作战能力评估
基于指标关联的舰载机出动架次率预测方法
基于匈牙利-模拟退火算法的多阶段武器目标分配方法
基于空间信息表征的勾股模糊集空间距离测度
基于模型的载人航天工程需求分析方法
基于改进BBO算法和模糊期望效果的反导武器目标分配建模与实现
基于贪婪-遗传算法的机场登机口分配策略
基于随机服务系统的海上要地防空体系目标信息处理模型
数字化工程环境下复杂产品技术状态管理架构优化
基于深度学习的时间角度控制制导律
基于迎角分区的全局飞行器气动参数辨识方法
基于高斯混合过程的空间机器人任务空间预测控制方法
基于可控域的定点返回轨道全局敏感性分析
基于微分对策的非仿射导弹学习滑模制导
基于状态变换卡尔曼滤波的DVL/SINS组合导航算法
面向多元未知环境的基于深度高斯过程组合导航轨迹预测方法
基于位置观测信息的Davenport四元数DVL标定方法
快时变信道下基于深度学习的OFDM系统信道估计
面向物联网的机会网络信息传输最优控制策略
基于复合熵和证据理论的抗SSDF攻击协作频谱感知方法
基于TCN-BiLSTM的网络安全态势预测
基于Transformer-VAE的ADS-B异常检测方法
基于多惩罚因子优化VMD的滚动轴承故障特征提取方法
基于可靠性增长的可靠性鉴定试验方案
基于关键质量特性的高效环境应力筛选方法