对论文Power of Deep Learning for Channel Estimation and Signal Detection in OFDM Systems的验证

本文介绍了如何使用Matlab实现论文《Power of Deep Learning for Channel Estimation and Signal Detection in OFDM Systems》中的深度学习模型,通过3GPP ETU信道仿真,复现了信道估计和均衡性能,并与传统MMSE方法进行了对比。结果展示了深度学习在无线通信中的潜力,尽管与原论文略有差异,仍具有参考价值。
摘要由CSDN通过智能技术生成

论文Power of Deep Learning for Channel Estimation and Signal Detection in OFDM Systems对于deep learning在通信领域的应用给出了一个很有价值的例子,利用一个全连接的网络直接替代传统OFDM系统中信道估计与均衡两个模块,仿真的性能与MMSE均衡相当,结果如下图所示。

 为了验证这篇论文的结论,我写了一个基于matlab的仿真平台,链接https://download.csdn.net/download/yasonzhen/30512477

按照该论文对仿真条件的描述以及网上所流传的该论文的源码(基于python)对上面的仿真图进行复现。仿真结果如下图所示(仅部分曲线)。

 

 注:原论文中所使用的衰落信道模型我一时没找具体的参数,所以使用了我比较熟悉的3GPP ETU信道,这是一个时延扩展比较大的信道。仿真结果不能和论文完全对其,但相对比较仍具有参考意义。

  • 1
    点赞
  • 9
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值