基于信道质量指示与神经网络的OFDM系统莱斯K因子估计
信号处理
2018-08-21 v1 机器学习
机器学习
摘要
莱斯信道模型广泛用于无线通信中以表征具有视距路径的信道。莱斯K因子定义为直射路径与散射路径之比，可很好地指示链路质量。大多数现有工作基于最大似然准则或高阶矩估计K因子，且针对接收端的K因子估计。本文提出一种新方法。将K因子估计视为分类问题，利用神经网络进行估计可获得高精度。此外，所提K因子估计在发射端完成以进行发射处理，从而节省有限的反馈带宽。
引用
@article{arxiv.1808.06537,
title = {Ricean K-factor Estimation based on Channel Quality Indicator in OFDM Systems using Neural Network},
author = {Kun Wang},
journal= {arXiv preprint arXiv:1808.06537},
year = {2018}
}
备注
11 pages, 8 figures