基于深度神经网络的高频谱效率频分复用系统的信道估计方法

发布时间：2023-04-04 05:17

　　针对高频谱效率频分复用(SEFDM)系统,提出了一种基于深度神经网络(DNN)的信道估计方法.该方法使用等间隔相互正交的导频符号,将其接收信号作为DNN的输入信号,通过4层的全连接DNN结构提取信道特征,最终实现了时域上的信道估计.仿真结果表明:提出的信道估计方法在同等条件下的均方误差(MSE)明显比最小二乘法(LS)的低,对应的解调性能也更优,且对导频数量具有更强的鲁棒性,由此反映出该方法的优越性.

【文章页数】：5 页

【文章目录】：
1 仿真方法
    1.1 SEFDM系统模型
    1.2 DNN系统模型
    1.3 仿真设置
2 结果与分析
    2.1 不同压缩因子对性能的影响
    2.2 不同导频数对性能的影响
3 总结



本文编号：3781854