高效的基于数据与模型的信道估计算法

TN929.5; 针对正交频分复用(OFDM)系统,提出一种新型的数据与模型联合驱动下的信道估计算法.该算法结合一种可在线训练的低复杂度学习型估计方法与线性最小均方误差(LMMSE)估计,既赋予信道估计器通过在线训练提升了估计性能的能力,又借助模型解决了在线生成训练数据会造成额外导频开销的问题,提升了系统效率.仿真结果表明,所提算法在低信噪比下的性能和对实际非理想因素的适应性等方面优于传统信道估计算法....

Full description

Saved in:
Bibliographic Details
Published in通信学报 Vol. 43; no. 1; pp. 59 - 70
Main Authors 梅锴, 赵海涛, 刘潇然, 刘军, 熊俊, 任保全, 魏急波
Format Journal Article
LanguageChinese
Published 国防科技大学电子科学学院,湖南长沙 410073%军事科学院系统工程研究院,北京 100076 2022
Subjects
机器学习;数据与模型联合驱动;正交频分复用系统;信道估计
Online AccessGet full text
ISSN1000-436X
DOI10.11959/j.issn.1000?436x.2022019

Cover

More Information
Summary:TN929.5; 针对正交频分复用(OFDM)系统,提出一种新型的数据与模型联合驱动下的信道估计算法.该算法结合一种可在线训练的低复杂度学习型估计方法与线性最小均方误差(LMMSE)估计,既赋予信道估计器通过在线训练提升了估计性能的能力,又借助模型解决了在线生成训练数据会造成额外导频开销的问题,提升了系统效率.仿真结果表明,所提算法在低信噪比下的性能和对实际非理想因素的适应性等方面优于传统信道估计算法.
ISSN:1000-436X
DOI:10.11959/j.issn.1000?436x.2022019