摘要
本发明提供了一种基于AI的MIMO信道估计方法,涉及无线通信技术领域。具体包括:S1,在导频符号处执行常规LS估计,获取导频处的信道估计;S2,对导频处的信道估计执行线性插值,用以获取初始信道估计值,并视为带噪二维图像;S3,将获取的初始信道估计值通过一个残差卷积神经网络,进行图像降噪,用以提高信道估计的准确性;S4,通过一个后处理的DNN,增强算法的鲁棒性。本方案通过将执行LS估计并插值后的信道作为低分辨率二维图像,并引入残差卷积神经网络进行降噪,在低复杂度的情况下保证较为准确的估计结果,有效降低了传统算法在天线阵列增大的情况下复杂度过高的问题,引入DNN,进一步增强了信道估计的鲁棒性。
技术关键词
残差卷积神经网络
信道估计方法
信道估计值
深度神经网络
MIMO信道估计
鲁棒性
矩阵
无线通信技术
图像
复杂度
天线阵列
符号
算法
非线性
载波
信号
系统为您推荐了相关专利信息
分光棱镜
CCD成像装置
光学成像系统
图像
红外切换器
逆变器老化测试
新能源逆变器
老化测试方法
性能分析器
参数
力学性能预测方法
XGBoost模型
多模态深度学习
深度学习模型
钢管
相变存储器阵列
补偿方法
随机噪声
贝叶斯神经网络
深度神经网络