基于深度学习的广义频分复用系统时频双选择信道估计
2021-11-14王莹任军史可林彬
王莹,任军,史可,林彬,2
(1.大连海事大学信息科学技术学院,辽宁 大连 116026;2.鹏程实验室网络通信研究中心,广东 深圳 518052)
1 引言
正交频分复用(OFDM,orthogonal frequency division multiplexing)能够有效抵抗频率选择性衰落信道,而且其基于快速傅里叶变换的调制、解调方案具有很低的计算复杂度,因而被广泛应用于现代通信系统,如蜂窝移动通信网、无线局域网等。然而,OFDM 通信为每一个OFDM 符号添加一个循环前缀,以消除符号间干扰,但会降低OFDM 系统的频谱效率。另外,OFDM 系统使用矩形脉冲成型函数,使OFDM 信号具有较高的带外辐射,不利于频谱资源的高效利用;并且要求严格的频率同步以保证子载波间的正交条件。OFDM 系统的这些不足使其难以满足海量机器类通信(mMTC,massive machine-type communications)[1]、超低时延数据传输[2]等新型应用的要求。为了克服OFDM 系统的缺点,广义频分复用(GFDM,generalized frequency division multiplexing)这一新型多载波通信技术受到了研究人员的广泛关注[3-4]。每个GFDM 符号包含多个子符号,在时频平面上呈矩形网格结构。GFDM 的主要特点包括:1) 采用具有时频局部化特征的循环移位脉冲成型滤波器对每一个子载波单独进行滤波处理,从而显著降低了系统的带外辐射;2) GFDM 符号的所有子符号共用一个循环前缀,使系统的频谱效率得到了提高;3) GFDM 支持灵活的时频数据块结构配置方式,可以满足超低时延数据传输的需求[5]。
在无线通信中,接收信号受无线信道传播特性的影响会产生衰落现象。为了准确恢复出发送的数据符号,获取准确的信道状态信息(CSI,channel state information)至关重要,导频辅助的信道估计是GFDM 系统最常用的信道估计方法。……
