基于深度学习的正交频分复用系统信道估计

针对5G系统信号接收子载波间串扰和子符号间干扰问题，提出了一种高效的基于深度学习的信道估计模型。在导频处进行初步估计获得估计信道，并将其视为含噪声的低分辨率图像样本输入信道估计模型，通过学习低分辨率图像与高分辨率图像之间的映射关系，最终去除输入信道的噪声，还原高分辨率信道图像，获得整个信道状态信息。仿真结果表明，该模型不仅延续了传统注意力机制抑制冗余信息的优势，降低了计算开销，还能获得良好的精度和鲁棒性，对各种信道都有较好的估计效果。