基于深度神经网络(DNN)的信道估计方法,通过输入接收端观测向量和传输信号向量,训练DNN网络进行信道估计,可以有效地提高通信系统的性能。本文详细介绍了信道估计的算法原理和实现方法,并给出了实验结果证明该方法的有效性。
暂无评论
1 引言 近年来,超宽带技术在工业应用和研究领域均受到广泛关注。超宽带技术具有高数据传输率、低功耗、低成本、强的抗多径效应等特点,是当前公认的未来无线个域网应用的主流技术。不同与传统窄带无线系统的
传统的信道估计方法未充分利用信道的稀疏性。利用信道冲激响应的稀疏特性,提出了将FOCUSS(Focal Underdetermined System Solver)压缩感知算法应用到信道估计中,从均方
研究了一种基于卡尔曼(Kalman)滤波的OFDM时变信道估计与跟踪问题。首先建立时变多径信道的状态方程和测量方程,然后将信道冲击响应近似为一个低阶自回归滑动平均过程,利用导频的先验信息估计出Kalm
针对LTER通信系统,对快时变信道估计问题进行了研究。采用基扩展模型对高速铁路通信环境的快时变信道进行拟合,将信道冲激响应建模为基函数与系数相乘形式。通过理论推导,得到最优基函数系数。仿真结果表明,
基于MM算法的稀疏无线信道估计,方勇,王琛,正交频分复用技术(OFDM)作为现代无线通信中的关键技术之一,其性能受到载波间干扰(ICI)的巨大影响,为了消除ICI,准确的信道冲��
基于导频的OFDM系统信道估计,章勇,,OFDM系统通过将高速数据流串并变换成多路并行的低速数据,提高系统抵抗多径的能力。其各子载波频谱重叠提高了系统的频谱效率,同��
基于LTE导频的OFDM信道估计,王建平,刘文博,信道估计作为OFDM中的一项关键技术,直接影响着OFDM系统的性能。本文提出了在OFDM系统中采用LTE和星状导频进行信道冲击响应估计的方��
基于最速下降法的信道估计,李耀栋,赵振纲,信道可以分为无线信道、有线信道和光信道。每一种信道都有其各自的信道模型。对于无线信道来说环境对信道的影响会更大。如今对无
基于深度神经网络的时域信道估计算法,张丁水,林家儒,本文介绍了一种基于深度神经网络(DNN)的无线信道估计算法,可应用于低信噪比下单载波频域均衡(SC-FDE)系统中对衰落信道的估计。
基于导频的信道估计,采用LS和MMSE算法,并进行二者的比较,做出误差曲线。
暂无评论