系统工程与电子技术

作者：季策, 宋博翰, 耿蓉, 梁敏骏

单位：1. 东北大学计算机科学与工程学院, 辽宁沈阳 110169；2. 东北大学医学影像智能计算教育部重点实验室, 辽宁沈阳 110169；3. 东北大学信息科学与工程学院, 辽宁沈阳 110819

关键词：信道估计,正交频分复用系统,快时变,深度学习,基扩展模型

基金：国防预研项目-国防重大培育项目(N2116015)

针对快时变信道的非平稳特性会造成信道估计性能变差的问题, 在基扩展模型下提出了一种基于深度学习的信道估计算法, 并将其应用于正交频分复用(orthogonal frequecy division multiplexing, OFDM)系统中。首先, 根据快时变信道矩阵的局部相关特性, 构建时频特征提取网络, 利用卷积结构提取快时变信道在时域和频域的相关特征, 并嵌入到下一级网络中进行特征的融合。其次, 利用门控循环网络捕捉信道在不同符号处的变化相关性, 在快时变信道环境下实现更准确的信道估计。仿真结果表明, 与其他快时变环境下的信道估计算法相比, 算法的估计性能提升明显; 同时, 网络的轻量化结构使算法的复杂度最低下降20%。

来源：2023年第11期

《系统工程与电子技术》期刊编辑部

查看系统工程与电子技术杂志2023年第11期