[发明专利]一种基于模型驱动深度学习的无循环前缀OFDM接收方法有效
| 申请号： | 201811417172.3 | 申请日： | 2018-11-26 |
| 公开（公告）号： | CN109617847B | 公开（公告）日： | 2021-04-06 |
| 发明（设计）人： | 金石;张静;何恒涛;高璇璇;温朝凯 | 申请（专利权）人： | 东南大学 |
| 主分类号： | H04L27/26 | 分类号： | H04L27/26 |
| 代理公司： | 南京苏高专利商标事务所(普通合伙) 32204 | 代理人： | 冯艳芬 |
| 地址： | 210000 江*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： |
本发明公开了一种基于模型驱动深度学习的无循环前缀OFDM接收方法，包括：(1)将接收信号y中的导频信号y |
||
| 搜索关键词： | 一种 基于 模型 驱动 深度 学习 循环 前缀 ofdm 接收 方法 | ||
【主权项】：
1.一种基于模型驱动深度学习的无循环前缀OFDM接收方法，其特征在于包括：(1)将接收信号y中的导频信号yp进行变换得到频域导频信号，并与本地频域导频信号进行最小二乘估计初始化，得到最小二乘信道估计结果，再输入至全连接的第一深度神经网络进行改进，将改进结果进行傅里叶反变换得到时域信道估计信号![]()
(2)将接收信号y消除符号间干扰后转换为实数域接收信号![]()
(3)将实数域接收信号![]()
作为输入，根据时域信道估计信号![]()
采用将OAMP算法展开的第二深度神经网络进行迭代求解，得到最终估计的调制信号![]()
(4)将调制信号![]()
解调后获得发送信息比特![]()
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于东南大学，未经东南大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201811417172.3/，转载请声明来源钻瓜专利网。
