基于机器学习的联合帧同步与信道估计方法

摘要

本发明公开了基于机器学习的联合帧同步与信道估计方法。其包括：接收机根据接收信号y进行帧同步预处理，获得归一化互相关同步度量矢量将归一化互相关同步度量矢量输入粗帧同步子网络FSN‑Net，获得帧同步在线学习输出向量oFS和粗帧延迟估计值根据粗帧延迟估计值进行信道估计预处理，获得归一化信道估计度量矢量将归一化信道估计度量矢量输入粗信道估计子网络CEM‑Net，获得粗信道状态信息估计将帧同步在线学习输出向量oFS，粗信道状态信息估计输入精估计子网络REF‑Net，获得精帧延迟估计值和精信道状态信息估计完成联合帧同步和信道估计；所述粗帧同步子网络FSN‑Net和粗信道估计子网络CEM‑Net分别基于ELM网络模型构建，精估计子网络REF‑Net基于深度神经网络模型构建。本发明能够获得帧同步与信道估计的联合优化，提高联合帧同步和信道估计、特别是非线性失真条件下的联合帧同步和信道估计性能。