基于深度学习的OFDM系统信道估计方法

作者：陈佳勇; 徐湛^*; 职如昕; 田露

来源：北京信息科技大学学报(自然科学版), 2022, 37(04): 24-28.

DOI：10.16508/j.cnki.11-5866/n.2022.04.004

• 正交频分复用
• 深度学习
• 信道估计

信道估计是正交频分复用(orthogonal frequency division multiplexing, OFDM)系统接收机的关键环节，为了提高信道估计的准确性，提升OFDM系统的性能，提出了一种将深度学习应用于信道估计的方法。首先利用深度神经网络(deep neural network, DNN)预先训练低信噪比和高信噪比情况下的两种模型，接着利用每帧OFDM前导符号估计出当前的信噪比，将导频处的信道频率响应作为输入，使用对应信噪比区间下的模型进行估计，得到数据符号处的频率响应。仿真结果表明，与全信噪比下的训练模型相比，该方法可有效提升信道估计性能。

• 单位
  北京信息科技大学