这是在深度学习工具箱中使用长短期记忆(LSTM)网络在接收器处实现符号分类以在OFDM系统中进行信号检测的示例。 基于 LSTM 的神经网络针对单个子载波进行训练,其中符号错误率 (SER) 被计算并与最小二乘 (LS) 和最小均方误差 (MMSE) 估计进行比较。 在此初步调查中,假设无线信道在离线训练和在线部署阶段是固定的。 为了测试神经网络的鲁棒性,对每个传输的 OFDM 数据包应用随机相移。 考虑了导频符号数量和循环前缀(CP)长度的影响。 要重新创建仿真结果,请加载相应的Mat文件并运行脚本Testing.m。
这段代码的想法受到论文的启发: H. Ye、GY Li 和 B. Juang,“OFDM 系统中信道估计和信号检测深度学习的力量”,IEEE 无线通信快报,第一卷。 7号1,第 114-117 页,2018 年 2 月。
2021-10-28 15:47:03
978KB
matlab
1