Deep Learning Based Channel Estimation论文读后感+论文复现，自己总结的

Deep Learning Based Channel Estimation

1.这一篇论文到底要做什么

在一开始的时候，我和我的导师觉得这一篇文章可以，然后就开始了深入的学习。大概思路就是，将一个没有噪声的数据集(但是这个数据集通过了信道)和另外两个数据集(通过了信道以及带有噪声)，这三个数据集进行网络的训练。

2.将这两个网络训练好了，然后就是利用5，10，15，20，25，30db的数据集进行预测。

预测的目的是进行去噪，这里面一定要注意了，预测所趋近的一个信息（这里用perfect数据表示），是一个通过了信道但是没有带噪声的数据集，也就是说，这里并不是完全的信道估计，这里的信道估计仅仅做了一半，另一半是留给后人做的。

3.就是均方误差的计算

这一步比较简单，将预测所得到的数据和perfect数据进行比较，来算一个均方误差。