文献学习

一、文献目录

1、【文献学习】利用DeepLearning实现OFDM信号解调相关文献及源码汇总
2、【文献学习】Artificial Intelligence-aided OFDM Receiver:Design and Experimental Results

在FC-DNN和ComNet网络的基础上进行的研究和真实的实现。并针对离线训练的信道模型与实际环境不一致而导致的仿真与（over-the-air）OTA测试之间的性能差异，提出了一种新的在线训练策略SwitchNet接收机。
3、Deep Learning-Based Detector for OFDM-IM
https://ieeexplore.ieee.org/document/8684894：源码
本文介绍了在正交频分复用(OFDM-IM)系统中利用深度学习(DL)进行信号检测的第一次尝试。特别地，我们提出了一种新的基于DL的检测器，称为DeepIM，它使用一个具有完全连接层的深度神经网络来恢复OFDM-IM系统中的数据位。为了提高DeepIM的性能，在进入网络之前，根据域知识对接收到的信号和信道矢量进行预处理。利用仿真采集的数据集，首先对DeepIM进行离线训练，使误码率最小化，然后将训练后的模型应用于OFDM-IM的在线信号检测。仿真结果表明，与现有的手工设计检测器相比，DeepIM具有较低的运行时间，能够实现接近最优的误码率。

二、文献译文

1、深波：一种基于深复卷积网络的学习OFDM接收机