基于神经网络的OFDM系统信道估计方法

摘要

为了提高正交频分复用(OFDM)信道估计的准确性,提出了一种将神经网络模型应用于信道估计的方法。在奇偶交错的导频图案下,采用两个神经网络模型分别对奇偶OFDM符号的数据进行训练和估计,将导频处的频率响应作为输入,经过神经网络的输出作为数据符号处的频率响应。仿真结果可以表明,上述方法在信道响应的均方误差性能上比传统的最小二乘(LS)加频域插值的方法有4dB左右的提升。对于系统误码率,以上提出的方法比离散傅里叶变换(DFT)插值也有2dB左右的提升。所提方法是一种复杂度适中且性能良好的信道估计方法。