基于图像超分辨率网络的 OFDM 系统模型驱动信道估计
信号处理
2019-12-02 v1
摘要
本文提出一种利用源自图像超分辨率（SR）的卷积神经网络（CNN）的模型驱动信道估计方法。与数据驱动方法总是完全抛弃传统通信模块不同，我们首先通过最简单的最小二乘（LS）信道估计获得粗略信道矩阵，然后使用基于 CNN 的 SR 网络学习信道矩阵内部的细微关联以提升精度。结果表明，我们所提方法显著优于线性最小均方误差（LMMSE）估计，并具有节省频谱的潜力。本文还研究了网络结构与 SNR 失配问题的影响。
引用
@article{arxiv.1911.13106,
title = {Model-Driven Channel Estimation for OFDM Systems Based on Image Super-Resolution Network},
author = {Xin Ru and Li Wei and Youyun Xu},
journal= {arXiv preprint arXiv:1911.13106},
year = {2019}
}
备注
5 pages, 6 figures, conference