文档名：基于深度学习的信道估计技术研究进展
摘要：信道估计是接收机基带信号处理的关键,直接决定了无线通信系统的通信服务质量.传统的信道估计方法已经不能满足日益复杂和个性化的现代通信需求,同时人工智能技术特别是深度学习已被应用于无线通信物理层并带来了良好的通信性能增益.为系统地总结上述研究成果,并探讨未来的技术发展趋势,从数据驱动和模型驱动两方面分别对基于深度学习的信道估计方法进行了分析和归纳,并且描述了其中代表性算法,最后探讨了基于深度学习的信道估计的研究挑战与趋势.
作者：廖勇 李雪 王幕熙 杨植景 周晨虹 Author：LIAOYong LIXue WANGMuxi YANGZhijing ZHOUChenhong
作者单位：重庆大学微电子与通信工程学院,重庆400044中国人民解放军陆军装备部驻重庆地区军代局驻贵阳地区军事代表室,贵阳550006重庆金美通信有限责任公司,重庆400030
刊名：电讯技术 ISTICPKU
Journal：TelecommunicationEngineering
年，卷(期)：2023, 63(10)
分类号：TN929.5
关键词：无线通信 信道估计 深度学习 数据驱动 模型驱动
Keywords：wirelesscommunication channelestimation deeplearning datadriven modeldriven
机标分类号：TN929.5TP311.52TN851
在线出版日期：2023年11月3日
基金项目：基于深度学习的信道估计技术研究进展[
期刊论文] 电讯技术--2023, 63(10)廖勇 李雪 王幕熙 杨植景 周晨虹信道估计是接收机基带信号处理的关键,直接决定了无线通信系统的通信服务质量.传统的信道估计方法已经不能满足日益复杂和个性化的现代通信需求,同时人工智能技术特别是深度学习已被应用于无线通信物理层并带来了良好的...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
基于深度学习的信道估计技术研究进展 Research Progress of Channel Estimation Based on Deep Learning Technology
基于深度学习的信道估计技术研究进展.pdf
- 文件大小:
- 2.36 MB
- 下载次数:
- 60
-
高速下载
|
