OFDM
文章平均质量分 70
Joanne Sherkay
这个作者很懒,什么都没留下…
展开
-
【文献学习】 2021 Deep-Waveform: A Learned OFDM Receiver Based on Deep Complex Convolutional Networks
https://arxiv.org/abs/1810.07181译文 参考文章深波:一种基于深复卷积网络的学习OFDM接收机:参考文章2代码代码2近年来对无线通信物理层深度学习的研究表明,深度神经元网络在信道编码、调制和参数估计等方面具有良好的性能。然而,目前还不清楚深层神经元网络是否也能学习当前和下一代无线网络的先进波形,并有可能创造出新的波形。在本文中,开发了一种没有明确的离散傅里叶变换(DFT)的深度复数卷积网络(DCCN)作为正交频分复用(OFDM)接收器。与现有的由全连接层和非线性激活原创 2021-11-02 21:02:10 · 2170 阅读 · 2 评论 -
【文献阅读】 Deep Learning-Based Channel Estimation in OFDM Systems
2020 https://ieeexplore.ieee.org/document/9166541https://arxiv.org/abs/1810.05893代码:https://gitee.com/joannne/ChannelNet#摘要:本文提出了一种在正交频分复用(OFDM)系统中基于深度学习(DL)的信道估计(ChannelNet)的下行导频设计方案。具体而言,在该方案中,采用了具体的自动编码器(ConcreteAE)特征选择方法来寻找信息最丰富的导频传输位置。该自动编码器由一个作为编原创 2021-08-07 22:25:21 · 4735 阅读 · 4 评论 -
OFDM系统中的信道估计基础知识(一)
[OFDM完整仿真过程及解释(MATLAB)](https://zhu anlan.zhihu.com/p/57967971)参考二目录一、OFDM系统接收机的典型结构图问题:二、OFDM调制与解调三、名词解释一、OFDM系统接收机的典型结构图上半部分对应于发射机链路,下半部分对应于接收机链路过程介绍–发送端: OFDM发射机的输入位首先要进行编码(有冗余),以减少特定信道的误差,编码后的位通过==调制在相位和正交(IQ)==平面上映射成星座,得到的IQ数据用复数表示。在IQ数据中插入导频和保护原创 2021-08-07 22:04:29 · 4932 阅读 · 2 评论 -
【文献译文】OFDM Receiver Using Deep Learning: Redundancy Issues
基于深度学习的OFDM接收机:冗余问题摘要:第一节 导言第二节 系统模型第三节 最小冗余OFDM接收机A CEsubnetB.SDMR-子网2021 ieee会议摘要:在正交频分复用(OFDM)系统中,为了对抗多径衰落引起的码间干扰(ISI)和块间干扰(IBI),通常建议使用长度等于信道顺序的循环前缀(CP)。然而,在某些实际情况下,信道顺序还不完全清楚。为了在一个完整的CP和它的缺失之间找到一个平衡,我们研究了冗余问题,并提出了一个使用深度学习(DL)工具的最小冗余OFDM接收机。这样,与无CP的情原创 2021-06-01 15:51:35 · 876 阅读 · 1 评论 -
OFDM_DNN
原作者代码The codes have been tested on Ubuntu 16.04 + tensorflow 1.1 + Python 2.7Exprese.py是DNN信道估计和检测的一个简单例子,Main.py是信道估计和检测的通用框架,可以很容易地改变不同的设置。正交频分复用(OFDM)信道估计_DeeplningQAM_*是本文的仿真代码。...原创 2021-03-27 19:40:27 · 399 阅读 · 0 评论 -
OFDM缩写
文章目录BCIB基扩展模型(BEM,basis expansion model)C信道冲激响应(CIR,channel impulse response)IISI,inter-symbol interference 符号间干扰原创 2021-03-26 16:23:04 · 130 阅读 · 0 评论 -
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。二、原创 2021-03-17 16:11:55 · 365 阅读 · 0 评论