摘要

将信道估计视为低分辨率图像重建为高分辨率图像,借鉴图像超分辨重建思想,提出了一种基于快速超分辨重建及残差连接思想的信道估计方法(ResFSRNet)。采用最小二乘法(Least Square, LS)计算单个正交频分复用(Orthogonal Frequency Division Multiplexing, OFDM)子帧中所有导频处的信道响应,将其视为小尺寸低分辨率“图像”作为神经网络输入,利用多个卷积层对其进行特征提取,且融入残差连接提升性能,最后通过转置卷积重构出完整OFDM子帧信道响应。在不同抽头延迟线(Tapped Delay Line, TDL)信道环境中仿真,通过信道估计误差和链路误码率结果比较,表明ResFSRNet性能优于LS、实用信道估计(Practical Channel Estimation, PCE)及基于超分辨率重建的ChannelNet,且较ChannelNet,在减少约99%计算量的前提下,提高了约2dB信道估计性能。

全文