本发明公开了一种基于深度学习的OFDM信道估计方法,主要解决现有技术信道估计质量差或实现复杂度太高的问题。其方案为：在接收端,获取时域信号y并进行预处理,得到接收信号导频位置的频域信号YP；利用全连接层神经网络搭建信道估计模型CE-Net,并对其训练；利用现实环境的数据进行迁移训练；将CE-Net置于接收端,用于线上的信道估计。本发明降低了信道估计的实现复杂度,显著地提高了信道估计质量,可用于梳状导频模式下的OFDM通信系统。
科研之友
微信
新浪微博
Facebook
分享链接
