Deep Learning Based Channel Estimation的读后感,论文总结+论文复现
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。