【技术实现步骤摘要】
本专利技术属于通信5g小基站的，具体涉及一种基于cnn的ofdm系统信道估计方法和系统。
技术介绍
1、随着无线通信技术的发展与应用，信道环境质量成为了影响通信质量的决定因素。但由于信道环境无线传播且具有开放性的特点，信息传输会受到不同程度的干扰。对信道及通信环境干扰信息进行估计以评估通信质量，对通信系统，特别在对通信质量要求较高的环境下，具有现实意义。在实际工程场景下应用干扰估计算法的时候，由于信道变化可能出现较快波动的情况，若使用数据量较大而导致估计时间较长时，则追踪信道的能力变差。
2、近年来，在传统机器学习方法的基础上，开始了深度学习方法应用的热潮。与传统机器学习方法人为设计特征训练机器的方法不同，深度学习方法能够通过算法实现计算机自主学习特征，并自主建模，避免了人为设计特征时间上的复杂性以及设计上的不完备性。同时深度学习非常适用于大数据体量的应用场景，通过构建较深的深度学习模型，对海量数据的学习，以提取到大量内在特征并刻画数据的丰富内在信息，在各类任务上都能够很好地提升准确性。
技术实现
本文档来自技高网...【技术保护点】
1.一种基于CNN的OFDM系统信道估计方法，其特征在于，包括：
2.如权利要求1所述的基于CNN的OFDM系统信道估计方法，其特征在于，在对参考信号信道响应或接收参考信号进行实部虚部分离和Z-score标准化处理，得到预处理数据之前，还包括：
3.如权利要求2所述的基于CNN的OFDM系统信道估计方法，其特征在于，在构建包括参考信号信道响应、接收参考信号和信道真实响应的数据集之后，还包括：
4.如权利要求2所述的基于CNN的OFDM系统信道估计方法，其特征在于，利用所述数据集对CNN网络进行离线训练，得到所述基于参考信号信道响应的...
【技术特征摘要】
1.一种基于cnn的ofdm系统信道估计方法，其特征在于，包括：
2.如权利要求1所述的基于cnn的ofdm系统信道估计方法，其特征在于，在对参考信号信道响应或接收参考信号进行实部虚部分离和z-score标准化处理，得到预处理数据之前，还包括：
3.如权利要求2所述的基于cnn的ofdm系统信道估计方法，其特征在于，在构建包括参考信号信道响应、接收参考信号和信道真实响应的数据集之后，还包括：
4.如权利要求2所述的基于cnn的ofdm系统信道估计方法，其特征在于，利用所述数据集对cnn网络进行离线训练，得到所述基于参考信号信道响应的信道估计模型和所述基于接收参考信号的信道估计模型，包括：
5.如权利要求1所述的基于cnn的ofdm系统信道估计方法，其特征在于，所述基于参考信号信道响应的信道估计模型包括卷积层组和转置卷积层组，其中，所述卷积层组用以处理参考信号信道响应以降维和提取子载波局部相关性特征，所述转置卷积层组用以处理所述卷积层组的输出以升维和复原信道响应。
6.如权利要求1所述的基于cnn的ofdm系统信道估计方法，其特征在于，所述基于接收参考信号的信道估计模型包括外部记忆块、卷积层组和转置卷积层组，其中，所述外部记忆块用以处理接收参考信号并保留信道子...
【专利技术属性】
技术研发人员：王鹏，蒋龙江，王晓东，陈华敏，
申请(专利权)人：北京遥感设备研究所，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。