科研之友
微信
新浪微博
Facebook
分享链接
摘要
有了有效解决高速运动场景下信道建模不准确的问题，提出融合深度学习与注意力机制的信道估计方法。该方法通过深度学习和注意力机制重构信道频率响应值以解决信道时变的误差补偿问题；在此基础上，为了有效应对通信环境的小范围动态变化，基于信道估计误差来动态调整信号采样间隔，解决信道小范围波动所导致计算资源浪费问题。仿真结果证明，该方法能为动态场景下自感知、自决策网络信道建模方法提供理论支撑。
- 单位
有了有效解决高速运动场景下信道建模不准确的问题，提出融合深度学习与注意力机制的信道估计方法。该方法通过深度学习和注意力机制重构信道频率响应值以解决信道时变的误差补偿问题；在此基础上，为了有效应对通信环境的小范围动态变化，基于信道估计误差来动态调整信号采样间隔，解决信道小范围波动所导致计算资源浪费问题。仿真结果证明，该方法能为动态场景下自感知、自决策网络信道建模方法提供理论支撑。
