一种基于多特征输入GRU的信道估计仿真方法

本发明涉及通信技术研究领域，具体为一种基于多特征输入GRU的信道估计仿真方法，包括：收集真实场景(如高速场景)下导频处的信道估计，并在OFDM时频域资源网格中对导频信号进行整理，将导频处时间、频率、天线下标和信道估计值作为模型训练的输入数据；将训练数据输入多特征GRU模型进行训练，得到预训练的GRU信道估计模型；在线上仿真平台应用训练好的信道估计模型，当MSE增大时，通过Reptile元学习算法对GRU模型参数进行在线微调，得到实时GRU信道估计模型；通过结合Reptile算法和GRU模型，整个信道估计系统具备了信道估计和实时适应能力；本发明结构更简单清晰，参数更少，这使得模型训练更为高效，在资源受限的仿真平台上更易实现。