系统工程与电子技术

作者：张捷, 杨丽花, 聂倩

单位：1. 南京邮电大学通信与信息工程学院, 江苏 南京 210032；2. 江苏省无线通信重点实验室, 江苏 南京 210003

关键词：高速移动,正交频分复用,时变信道预测,堆栈式极限学习机,输出权值更新

基金：江苏省科技厅自然科学基金(BK20191378);江苏省高等学校自然科学研究面上项目(18KJB510034);第11批中国博士后科学基金(2018T110530);国家自然科学基金(61771255)

针对高速移动场景正交频分复用(orthogonal frequency division multiplexing, OFDM)系统, 提出了一种新的基于堆栈式极限学习机(extreme learning machine, ELM)的时变信道预测方法。为了捕获输入数据的深层信息, 基于单隐藏层神经网络, 首先利用堆栈式ELM方法从历史信道中提取信道的深层特征, 并获得网络的初始输出权值。然后, 为了适应信道的变化, 新方法基于新构造的历史信道样本与初始的输出权值来实时更新网络的输出权值, 并基于更新后的输出权值预测得到未来时刻的信道。最后，仿真结果表明, 新方法较现有方法具有更高预测精度, 适用于高速移动场景。

来源：2022年第2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2022年第2期