正交时频空技术具有良好的多普勒频侈和时延适应性,在高多普勒通信场景下得到充分应用。针对OTFS系统的信道估计方法存在复杂度高、误码性能较差等不足的问题,基于卷积神经网络的方法,提出星地场景下基于CNN的OTFS系统信道估计方法。仿真结果表明,星地场景下,基于深度学习的方法在算法复杂度以及误码率方面比传统方法更优,从而证明深度学习在OTFS系统进行信道估计方面是可行的。