全部
期刊
文献
标题
作者
单位
摘要
关键词
栏目
基金
文献检索
包含全部检索词
包含精确检索词
包含至少一个检索词
作者
出版物
发表时间
-

结合卷积神经网络的DFT-Like信道估计算法

谢思琪 赵宏宇

西南交通大学

针对快速移动环境中存在频率选择性衰落和导频开销急剧增加造成性能受限的问题,提出了一种基于复数神经网络的信道估计算法。在正交频分复用(Orthogonal Frequency Division Multiplexing,OFDM)系统中,提出残差网络直接处理复数信号,估计出信道的频域响应,并且设计了类似离散傅里叶变换(Discrete Fourier Transform,DFT)的卷积神经网络,通过训练学习转换波形,实现信道估计与均衡。仿真结果表明,所提方法的性能优于理想线性最小均方误差方法,加入循环前缀后性能接近理想信道估计方法,能够缓解码间干扰。
【栏 目】 信息处理与传输
【分 类】 工程技术
【出 处】 《通信技术》2022年05期 第547-553页 (共7页)

相关文献

导出/参考文献
[1]谢思琪,赵宏宇. 结合卷积神经网络的DFT-Like信道估计算法[J]. 通信技术 . 2022(05): 547-553.

PDF在线阅读

《结合卷积神经网络的DFT-Like信道估计算法》

价格:0.00

Copyright © 2021-2024 全科互知 | 赣ICP备2021006197号-4 | 新出网证(赣)字20417号
赣公网安备 36012102000372号 | 赣B2-20210313 | 技术支持:道然科技

sasa 互知学术
sasa 全科互知