针对时变信道环境下传统信道估计方法性能受限,其他基于深度学习的信道估计方法估计精度低或复杂度高的问题,提出一种基于长短期记忆结构的信道估计网络,由双向长短期记忆(bidirectional long short-term memory,BiLSTM)网络和多层感知...
详细信息
针对时变信道环境下传统信道估计方法性能受限,其他基于深度学习的信道估计方法估计精度低或复杂度高的问题,提出一种基于长短期记忆结构的信道估计网络,由双向长短期记忆(bidirectional long short-term memory,BiLSTM)网络和多层感知器(multilayer perceptron,MLP)网络组成,即BiLSTM-MLP.首先,利用BiLSTM网络来学习信道的时变特性;然后,利用MLP网络进行去噪并重构信道估计.仿真结果表明,所提出的信道估计方法与传统方法相比,性能提升明显,与同类型的基于深度学习的估计方法相比,复杂度较低且性能更优.此外,所提方法还具有对不同导频密度的鲁棒性.
偏移正交调制的滤波器组多载波(filter bank multi-carrier/offset quadrature amplitude modulation,FBMC/OQAM)相比于传统正交频分复用(orthogonal frequency division multiplexing,OFDM)系统具有误码率低、频谱利用率高等优点,但目...
详细信息
偏移正交调制的滤波器组多载波(filter bank multi-carrier/offset quadrature amplitude modulation,FBMC/OQAM)相比于传统正交频分复用(orthogonal frequency division multiplexing,OFDM)系统具有误码率低、频谱利用率高等优点,但目前较少有采用压缩感知方法来进行FBMC/OQAM的信道估计的研究。针对FBMC/OQAM系统提出基于变步长条件回溯正交匹配追踪(variable step-size conditional backtracking orthogonal matching pursuit,VSCBOMP)的信道估计算法。该算法在每次迭代过程中选择多个原子,当支撑集充满之后,利用回溯剔除相关性较差的原子。同时,加入了变步长的思想,提高了运算效率。在随后的稀疏随机信号恢复实验及FBMC/OQAM系统信道估计仿真实验中验证了该算法。仿真结果表明,该算法比传统的正交匹配追踪类算法运行时间短,亦能获得更高的估计精度。
暂无评论