高移动性Jakes信道的学习与估计

来源：系统工程与电子技术杂志2021年第4期北京时间：

作者：邵凯, 陈连成, 刘胤

单位：1. 重庆邮电大学通信与信息工程学院, 重庆 400065；2. 移动通信技术重庆市重点实验室, 重庆 400065；3. 移动通信教育部工程研究中心, 重庆 400065

摘要：在高移动场景下, 信道具有快速时变性和非平稳特性, 对信道的准确估计提出了新的挑战。针对高移动性Jakes信道, 提出一种基于图像重建和恢复原理的信道学习估计网络。首先，根据Jakes信道矩阵中局部相关特性, 构建快速超分辨卷积神经网络提取信道特征, 并对信道插值完成信道图像建模。然后, 利用去噪神经网络降低信道噪音的影响, 进一步提高估计精度。最后，通过时域和频域的仿真测试, 所提方案估计性能优于传统算法。在与现有基于深度学习最新方法比较中, 所提方案也有性能优势, 并且收敛速度更快。

关键词：信道估计,高移动信道,深度学习,图像去噪,超分辨重建

基金资助：重庆市科委项目(cstc2017shmsA130115)