OFDM系统中基于深度学习的信道估计和信号检测技术OA
正交频分复用技术在无线通信领域占据关键地位,受子载波间干扰的影响,该技术在信道估计和信号检测方面表现受限,尤其在导频数量少、循环前缀较短时更为明显。基于此,提出了一种基于深度学习的信道估计与信号检测方案。将信道估计与信号检测分为双模块,在信道估计模块中提出AE-SNN方案,使输出更加稳定;在信号检测模块中提出DCAB架构,提升信号检测精度。研究将所提模型与最小二乘法、ComNet以及BiLSTM深度学习模型进行对比,仿真结果显示在不同导频和循环前缀条件下,该模型误码率性能、损失以及复杂度均优于现有的技术。
赵敏;林涛;曾晓
中国移动通信集团设计院有限公司浙江分公司,浙江杭州310012中国移动通信集团设计院有限公司浙江分公司,浙江杭州310012中国移动通信集团设计院有限公司浙江分公司,浙江杭州310012
信息技术与安全科学
正交频分复用信道估计信号检测深度学习
《移动通信》 2026 (7)
P.86-92,7
评论