一种基于深度学习的空海无线信道估计方法
授权
摘要
本发明提出一种基于深度学习的空海无线信道估计方法，通过搭建海上无线信道仿真平台，生成信道传输函数CTF数据；采集正交频分复用导频接收信号，计算导频位置处CTF的最小二乘估计；对CTF数据和导频位置处CTF的最小二乘估计预处理，构造训练数据集；构建高效信道估计卷积神经网络并根据训练数据集对其进行离线训练，更新高效信道估计卷积神经网络的权重参数；固化高效信道估计卷积神经网络的权重参数，并在线进行测试。本发明提出的空海无线信道估计方法，使用可训练的稀疏变换来提取信道延迟域上的稀疏特征，可降低模型参数冗余；同时，该方法还使用亚像素卷积层和裁剪层实现任意上采样因子的插值计算，可降低模型计算复杂度，打破均方误差性能瓶颈。
基本信息
专利标题 ：
一种基于深度学习的空海无线信道估计方法
专利标题（英）：
暂无
公开（公告）号 ：
CN113422745A
申请号 ：
CN202110675078.3
公开（公告）日 ：
2021-09-21
申请日 ：
2021-06-17
授权号 ：
CN113422745B
授权日 ：
2022-04-22
发明人 ：
江明陈俊羽
申请人 ：
中山大学
申请人地址 ：
广东省广州市海珠区新港西路135号
代理机构 ：
广州粤高专利商标代理有限公司
代理人 ：
刘俊
优先权 ：
CN202110675078.3
主分类号 ：
H04L25/02
IPC分类号 ：
H04L25/02 G06N3/04 G06N3/08
法律状态
2022-04-22 ：
授权
2021-10-12 ：
实质审查的生效
IPC(主分类) : H04L 25/02
申请日 : 20210617
申请日 : 20210617
2021-09-21 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
