一种基于深度神经网络的MIMO-OFDM系统信道估计方法

摘要

本发明公开了一种基于深度神经网络的MIMO‑OFDM系统信道估计方法，首先基于深度神经网络的信道估计方法，建立MIMO‑OFDM系统模型，获取深度神经网络的所需要的训练序列数据，采用迭代方法优化的最小均方误差信道估计算法MMSE得到信道导频处频域响应CFR矢量数据，作为深度神经网络的输入；采用多层深度神经网络DNN，引入Sigmoid激活函数，通过训练数据来迭代训练估计网络，获得各隐藏层神经元的最优输出；根据各隐藏层的输出来计算出最后的实际输出与目标值之间的差值，用交叉熵损失函数处理所述各差值，调整神经网络的权值与阈值，最后提取输出的符号频域响应矢量，完成信道估计；本发明可以有效提升CSI精度，解决传统深度学习算法单一训练导致的时间浪费及精度问题。