作者：李海月; 商亚莉; 陈大爽; 李英善bp神经网络信道估计
摘要：Filtered-OFDM波形是满足5G网络要求的重要候选波形之一,而信道估计的准确性一直以来是现代通信系统中非常关键的技术指标.为了提高5G网络信道估计的准确性,将一种BP神经网络信道估计算法应用于Filtered-OFDM系统中.将少量的参考信号输入神经网络进行训练,使其适应信道的变化,再将接收信号输入神经网络估计整个信道的频率响应.经过算法研究和系统仿真发现,与传统的LS算法相比,BP神经网络算法可以有效降低系统的误码率(BER).同时,从系统复杂度上考虑,BP神经网络算法通过一次神经网络训练操作,就可有效估计出大量符号的信道信息,是一种复杂度适中的算法.
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
《南开大学学报·自然科学版》（CN：12-1105/N）是一本有较高学术价值的大型双月刊，自创刊以来，选题新奇而不失报道广度，服务大众而不失理论高度。颇受业界和广大读者的关注和好评。 《南开大学学报·自然科学版》坚持正确的办刊方向，突出学术理论特色，刊发具有理论深度和学术价值的研究性文章，注意反映自然科学研究各领域的新成果、新信息，鼓励创新，支持争鸣。
杂志详情
