摘要
本发明公开了一种基于深度展开的ZP‑OTFS信道估计方法,包括如下步骤:根据ZP‑OTFS系统的DD域发送数据帧的结构生成DD域信号;DD域信号通过Zak变换得到发送时域信号,并通过时域信道传输得到时域离散接收信号;基于时域离散接收信号将OTFS时域信道估计问题转化为稀疏信号恢复问题;构建LISTA网络求解稀疏信号恢复问题,完成对ZP‑OTFS系统信道的估计。本发明通过构建以及训练所建立的学习网络,实现了OTFS高精度的信道估计,提出的信道估计方法相较于现有的压缩感知类方法和深度学习类方法具有更低的信道估计误差。
技术关键词
信道估计方法
时域信道估计
迭代收缩阈值算法
信号
深度神经网络
矩阵
恢复方法
信道估计误差
输入输出关系
多普勒
正则化参数
处理器
计算机设备
时延
可读存储介质
存储器
特征值
系统为您推荐了相关专利信息
数字预失真方法
离线
在线训练模型
输入功率放大器
神经网络模型训练
演示装置
光信号接收电路
直流偏置电路
自由空间光通信
电信号
测试标定方法
信号识别模型
三维环境模型
三维点云数据
三维地图数据
特征融合识别方法
探地雷达图像
数据
训练集
雷达回波图像