基于深度学习的毫米波Massive MIMO信道估计
针对毫米波Massive MIMO系统中基于导频的信道估计精度较差和导频开销过大问题，提出基于DNN的两阶段信道估计方案。第一阶段通过训练数据对网络模型进行训练，在误差阈值范围内得到网络最优效果；第二阶段通过测试和验证数据进行信道参数估计，在此过程中采用Dropout策略防止过拟合。仿真结果表明，与LS、MMSE、OMP算法和LSTM相比，相同导频数量下，所提出的DNN方法信道估计精度平均提升约1.58 dB；不同导频数量下，使用较少导频数量的DNN方法估计精度仍优于使用较多导频数量的LS、MMSE、OMP和LSTM算法，同一估计精度下，DNN方法平均降低导频开销约32.4%。
- 2022-03-31
- 阅读188
- 下载0
- 18页
- docx
