检索规则说明:AND代表“并且”;OR代表“或者”;NOT代表“不包含”;(注意必须大写,运算符两边需空一格)
检 索 范 例 :范例一: (K=图书馆学 OR K=情报学) AND A=范并思 范例二:J=计算机应用与软件 AND (U=C++ OR U=Basic) NOT M=Visual
作 者:赵越 许鹏 蓝晓宇 ZHAO Yue;XU Peng;LAN Xiao-yu(School of Electronic Information Engineering,Shenyang University of Aeronautics and Astronautics,Shenyang 110136,China)
机构地区:[1]沈阳航空航天大学电子信息工程学院,辽宁沈阳110136
出 处:《电脑与信息技术》2022年第2期49-52,共4页Computer and Information Technology
基 金:辽宁省“兴辽英才计划”项目资助(项目编号:XLYC1907195);航空科学基金(项目编号:2020Z017054001);沈阳航空航天大学博士科研启动项目(项目编号:19YB03)。
摘 要:长短时记忆神经网络(LSTM)由于其在序列数据处理方面的显著优势,因此在无线通信领域得到广泛地应用。本文面向OFDM系统对基于LSTM网络的信道估计方法进行系统地研究与分析。该方法对输入的训练数据进行离线训练,使其学习到信道变化特征,获取信道状态信息预测结果。仿真结果显示,利用LSTM进行信道估计,其估计性能优于传统信道估计方法。Due to its significant advantages in sequence data processing,long short-term memory neural network(LSTM)is diffusely applied in the field of wireless communication.This paper systematically researches and analyzes the channel estimation based on LSTM for OFDM system.This method performs offline training on the input training data,which makes it learn the channel change characteristics and obtain the prediction result of channel state information.The simulation results reveal that using LSTM for channel estimation has better estimation performance than traditional channel estimation methods.
分 类 号:TN929.5[电子电信—通信与信息系统]
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在链接到云南高校图书馆文献保障联盟下载...
云南高校图书馆联盟文献共享服务平台 版权所有©
您的IP:216.73.216.28