摘要
一种基于DNN的OTFS时频域态势感知与信道估计方法,将无线通信过程中的频域选择性衰落信道建模为自回归过程,进而将该估计问题转化为自回归系数估计过程,通过对信道冲激响应函数进行离散化采样、DFT变换、特征矩阵表征、信道先验信息产生等过程获取训练数据,完成对训练数据的预处理过程,并设计一个基于数据和模型驱动的神经网络,通过大量先验信道数据对神经网络进行训练,利用离线训练和在线估计求解该网络最小均方误差下的最优频域相关参数估计,进而得到相应的信道响应,该算法能够在相同信噪比条件下,实现更低的误码率和复杂度。
技术关键词
信道冲激响应
信道估计方法
频域信道响应
信道频域响应
特征值
神经网络结构
神经网络训练
LS算法
表达式
符号间干扰
误码率
载波
矩阵
神经网络模型
离线
数据
序列
在线
计算方法
系统为您推荐了相关专利信息
生命周期预测方法
锂离子电池
深度学习模型
预测误差
特征值
智能预测方法
网格
融合算法
多模型
动态预测模型