返回
Multi strategy fusion enhanced channel estimation algorithm based on deep learning
DOI:10.1016/j.asej.2025.103416.png)
摘要
En 中文
海上活动频率的增加推动了先进无线通信系统需求的增长,使得精确信道估计成为一项关键技术。传统信道估计算法在处理噪声因素时往往存在局限性。为解决此问题,我们提出了一种基于深度学习的增强型信道估计算法,该算法融合了多种策略,并命名为IMBP算法。该方法模拟在接收端插入导频信号,并结合了均值滤波器的效率。此外,它利用随机森林优化端到端信息传输,并通过动态阈值调整策略。同时,通过在信道估计中融入深度学习的强大特征学习能力,将传统线性映射升级为非线性映射。仿真结果表明,本文提出的IMBP算法显著降低了通信中的误码率(BER),展现出优异的性能。
Keyword:
Maritime communication technology
Channel estimation
Deep learning
Strategy integration
期刊
IF:
5.9
论文数:
3.4K
被引数:
1.2W
机构
引用论文
Deep Learning-Based Downlink Channel Prediction for FDD Massive MIMO System基于深度学习的FDD大规模MIMO系统下行信道预测
Deep Neural Networks for Channel Estimation in Underwater Acoustic OFDM Systems深度神经网络在水声OFDM系统信道估计中的应用
IEEE ACCESS
IF3.6

