一种基于FPGA实现的卷积神经网络OFDM信道估计方法技术

本申请涉及无线通信技术领域，特别涉及一种基于FPGA实现的卷积神经网络OFDM信道估计方法，该方法包括以下步骤：首先，基于前导序列LTF和最小二乘LS算法，得到无线信道响应估计值；然后，基于无线信道响应估计值和卷积神经网络，得到真实的无线信道响应值；最后，将真实的无线信道响应值进行缓存，并对OFDM的每个符号均进行信道均衡，得到均衡结果，同时对均衡结果进行最大值量化。本申请实施例提供一种基于FPGA实现的卷积神经网络OFDM信道估计方法，可用来解决多径信道出现频率选择性衰落、深衰落的问题，在低信噪比环境下的性能增益大。该信道估计方法能够很方便地部署在FPGA平台上，实用价值较高。

【技术实现步骤摘要】

本申请涉及无线通信，特别涉及一种基于fpga实现的卷积神经网络ofdm信道估计方法。

技术介绍

1、正交频分复用(ofdm)是一种数字多载波调制方案，它利用大量并行传输且紧密连接的正交子载波传输高速数据流，而每个子载波都在低符号速率下进行数字调制。因其抗多径效应强、带宽利用率高和传输速度快等特点，在无线通信系统中得到了广泛的应用。

2、无线通信系统中，有三种主流技术可以用来改善信号质量和链路性能，分别是信道编码、信道估计与均衡以及分集接收。其中，信道估计与均衡技术可以用于获取无线信道状态信息(csi)，并有效地解决无线信道的路径衰落和多径效应引起的码间干扰问题。信道估计主要分为基于训练序列、盲、半盲信道估计三类，其中基于训练序列的方法使用更广泛，性能更优，它的基本原理就是在发射数据符号外，还需要发射前导或导频信号，然后在接收端通过训练序列使用最小二乘ls或最小均方误差mmse等方法估计出准确的信道状态信息。其中，最小二乘估计(ls)方法使用最广，结构简单，计算量小，无需信道先验信息，能够在实际系统中得到比较好的性能，但缺点是对噪声敏感，在低信噪本文档来自技高网...

【技术保护点】

1.一种基于FPGA实现的卷积神经网络OFDM信道估计方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的基于FPGA实现的卷积神经网络OFDM信道估计方法，其特征在于，基于前导序列LTF和最小二乘LS算法，得到无线信道响应估计值，包括：

3.根据权利要求1所述的基于FPGA实现的卷积神经网络OFDM信道估计方法，其特征在于，基于所述无线信道响应估计值和卷积神经网络，得到真实的无线信道响应值，包括：

4.根据权利要求3所述的基于FPGA实现的卷积神经网络OFDM信道估计方法，其特征在于，将所述无线信道响应估计值转化为一幅二维图像，包括：

<...

【技术特征摘要】

1.一种基于fpga实现的卷积神经网络ofdm信道估计方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的基于fpga实现的卷积神经网络ofdm信道估计方法，其特征在于，基于前导序列ltf和最小二乘ls算法，得到无线信道响应估计值，包括：

3.根据权利要求1所述的基于fpga实现的卷积神经网络ofdm信道估计方法，其特征在于，基于所述无线信道响应估计值和卷积神经网络，得到真实的无线信道响应值，包括：

4.根据权利要求3所述的基于fpga实现的卷积神经网络ofdm信道估计方法，其特征在于，将所述无线信道响应估计值转化为一幅二维图像，包括：

5.根据权利要求1所述的基于fpga实现的卷积神经网络ofdm信道估计方法，其特征在于，所述卷积神经网络为cnn卷积神经网络，包括：输入层、卷积层、激活层和输出层；其中，

6.根据权利要求1所述的基于fpga实现的卷积神经网络ofdm信道估计方法，其特征在...

【专利技术属性】
技术研发人员：杨清海，冉静，景泽伟，乐驰，
申请(专利权)人：西安电子科技大学，
类型：发明
国别省市：