用于 FSO 通信系统信道估计的深度学习
信号处理
2020-01-29 v1
摘要
完美信道估计非常困难、耗时/耗功率且昂贵，因此在（例如移动）通信系统中并不被青睐。本文寻求新颖、廉价、低复杂度的基于深度学习的解决方案。提出并研究、比较了深度学习与传统结构在星座整形器、信道估计器与检测器等不同部分的若干新组合，覆盖从弱到强的全部大气湍流区间（考虑 Gamma-Gamma 大气湍流模型）。结果表明，深度学习可提供足够接近完美信道估计方案的性能，且对大气湍流变化具有免疫性。所提基于深度学习的解决方案成本低、复杂度低、性能良好。因此，推荐其用于移动通信系统的信道估计。因为这类系统应向用户提供良好且廉价的服务，而用户使用的小型移动终端作为收发机需廉价、低复杂度且低功耗。
引用
@article{arxiv.1909.11003,
title = {Deep learning for channel estimation in FSO communication system},
author = {M. A. Amirabadi},
journal= {arXiv preprint arXiv:1909.11003},
year = {2020}
}