基于注意力機制和殘差網(wǎng)絡的OFDM系統(tǒng)信道估計

摘要： 為解決正交頻分復用(OFDM)系統(tǒng)中由噪聲干擾引發(fā)的導頻污染問題，設計一個基于深度學習的信道估計模型CE-SERNet。將導頻位置處最小二乘信道估計值當作低分辨率帶噪聲圖像，作為網(wǎng)絡模型輸入，利用注意力機制和殘差網(wǎng)絡進行去噪和恢復高分辨率圖像，實現(xiàn)OFDM系統(tǒng)的信道估計。仿真結果表明，所提網(wǎng)絡在低導頻和高導頻條件下都優(yōu)于現(xiàn)有基于深度學習的方法，相比傳統(tǒng)的LS算法和MMSE算法，... （共7頁）