一种基于AI的MIMO信道估计方法

AITNT
正文
推荐专利
一种基于AI的MIMO信道估计方法
申请号:CN202410713481
申请日期:2024-06-04
公开号:CN118282811A
公开日期:2024-07-02
类型:发明专利
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
1
基于距离向量与概率向量输出的拉曼光谱特征峰分割方法
层级 分割方法 多层次结构 位点 复杂度
2
基于手持式多光谱的眼底成像及渗出物识别方法及系统
分光棱镜 CCD成像装置 光学成像系统 图像 红外切换器
3
一种新能源逆变器老化测试方法及系统
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
4
一种基于机器学习的钢管生产后力学性能预测方法
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
5
一种优化相变存储器电导漂移的补偿方法
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
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号