时变信道下基于LSTM的信道估计方法 |
| |
引用本文: | 季策,王鑫,耿蓉,梁敏骏.时变信道下基于LSTM的信道估计方法[J].东北大学学报(自然科学版),2023(11):1521-1528. |
| |
作者姓名: | 季策 王鑫 耿蓉 梁敏骏 |
| |
作者单位: | 1. 东北大学计算机科学与工程学院;2. 东北大学医学影像智能计算教育部重点实验室;3. 东北大学信息科学与工程学院 |
| |
基金项目: | 中央高校基本科研业务费专项资金资助项目(N2116015,N2116020); |
| |
摘 要: | 针对时变信道环境下传统信道估计方法性能受限,其他基于深度学习的信道估计方法估计精度低或复杂度高的问题,提出一种基于长短期记忆结构的信道估计网络,由双向长短期记忆(bidirectional long short-term memory, BiLSTM)网络和多层感知器(multilayer perceptron, MLP)网络组成,即BiLSTM-MLP.首先,利用BiLSTM网络来学习信道的时变特性;然后,利用MLP网络进行去噪并重构信道估计.仿真结果表明,所提出的信道估计方法与传统方法相比,性能提升明显,与同类型的基于深度学习的估计方法相比,复杂度较低且性能更优.此外,所提方法还具有对不同导频密度的鲁棒性.
|
关 键 词: | 时变信道 信道估计 深度学习 长短期记忆 多层感知器 |
|
|