-
公开(公告)号：CN115550126A
公开(公告)日：2022-12-30
申请号：CN202211194736.8
申请日：2022-09-29
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于深度学习的OTFS调制系统的频偏估计方法，其特征在于，包括：在正交时频空间调制过程中获取经过信道后的待补偿原始信号；将待补偿原始信号输入预先训练的神经网络模型，输出待补偿原始信号的频偏估计值；基于频偏补偿表达式，对待补偿原始信号进行频偏补偿，获得原始信号。本发明对调制模块的OTFS信号插入两个导频序列并在经过信道后的OTFS信号加上相应速度的频偏值，在解调模块通过神经网络对于OTFS信号和相应的频偏目标值进行训练，得出最终的频偏估计值，基于这样的方式可以在后续检测模块具有更好的效果，并且与频偏估计的传统算法相比具有更优的性能。
Search Results
1
records
(took 0.016 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
