5G物理上行共享信道导频信道估计研究  

作　　者：吴宏彦 

机构地区：[1]厦门众合天元科技股份有限公司

出　　处：《中国新通信》2024年第1期19-22,26,共5页China New Telecommunications

摘　　要：5G新空口有望实现高速数据传输。为了应对5G新空口的复杂性需求,有必要在物理层处理中实现高效、高性能的算法。本文旨在优化5G新空口物理上行共享信道中的信道估计,通过开发一个基于卷积神经网络的自编码器,进行解调参考信号导频无线信道估计,并与传统的最小二乘信道估计方法相比较。本文指定了三个不同的实验场景,每个场景由不同的输入样本提供模型。此外,获取模型的数据是该过程中必不可少的一部分。为此,本文采用了兼容5G的链路级模拟器,并创新性提出用5G数据生成工具来生成高质量的数据集。该方法有效地训练了自编码器,使其达到泛化的水平,使模型能够准确地估计信道,并且无需考虑信噪比和信道模型。与最小二乘信道估计方法相比,自编码器的性能优于传统的估计方法,因此是5G上行物理层处理的一种有效解决方案。此外,在一定条件下,自编码器在所有信道类型和信噪比值上的估计误差平均比最小二乘方法低90%。

关 键 词：5G 新空口 信道估计 自编码器 上行物理共享信道 最小二乘法 卷积神经网络 信噪比 

分 类 号：TN929.5[电子电信—通信与信息系统]