公开(公告)号：CN113572708B

公开(公告)日：2023-03-14

申请号：CN202110733476.6

申请日：2021-06-30

申请人： 西安电子科技大学

发明人： 李靖 ,  张登越 ,  李慧芳 ,  葛建华 ,  闫伟平 ,  武思同

IPC分类号： H04L25/02 ,  H04L27/26

摘要： 本发明属于通信技术领域，公开了一种DFT信道估计改进方法，所述DFT信道估计改进方法包括：构建神经网络模型；获取神经网络训练数据集；对数据集进行预处理；对训练数据集进行离线训练；将接收端的数据输入到经过离线训练之后的最优网络模型，获取数据中心实际多径位置参数；根据获取的多径位置参数滤除非多径位置上的噪声；将滤除噪声后的信息进行离散傅里叶变换，得到频域估计信息，完成信道估计。本发明将深度学习的神经网络与传统的DFT信道估计方案相结合，即在传统的DFT信道估计方案过程中，利用神经网络来识别真实多径位置参数信息，滤除非多径位置上的噪声，提高信道估计的性能，可用于正交频分复用技术的信道估计。

公开(公告)号：CN113572708A

公开(公告)日：2021-10-29

申请号：CN202110733476.6

申请日：2021-06-30

申请人： 西安电子科技大学

发明人： 李靖 ,  张登越 ,  李慧芳 ,  葛建华 ,  闫伟平 ,  武思同

IPC分类号： H04L25/02 ,  H04L27/26

摘要： 本发明属于通信技术领域，公开了一种DFT信道估计改进方法，所述DFT信道估计改进方法包括：构建神经网络模型；获取神经网络训练数据集；对数据集进行预处理；对训练数据集进行离线训练；将接收端的数据输入到经过离线训练之后的最优网络模型，获取数据中心实际多径位置参数；根据获取的多径位置参数滤除非多径位置上的噪声；将滤除噪声后的信息进行离散傅里叶变换，得到频域估计信息，完成信道估计。本发明将深度学习的神经网络与传统的DFT信道估计方案相结合，即在传统的DFT信道估计方案过程中，利用神经网络来识别真实多径位置参数信息，滤除非多径位置上的噪声，提高信道估计的性能，可用于正交频分复用技术的信道估计。