典型文献
基于GSA-BP神经网络的OFDM系统信道估计算法
文献摘要：
针对正交频分复用(orthogonal frequency division multiplexing,OFDM)系统中存在的不可忽视的非线性噪声问题,为了能够更好了解信道特性,需要利用信道估计获得信道状态信息,提出一种基于黄金正弦优化BP(golden sine algorithm,GSA-BP)神经网络的OFDM系统信道估计算法,克服了传统BP神经网络算法容易陷入局部极值的问题,提升了信道估计算法的估计精度.首先通过LS信道估计算法获得信道的初始估计,再将其通过GSA-BP神经网络算法得到信道的精确估计.仿真结果表明,在相同的信道环境下,提出的算法比LS算法具有更好的性能,与MMSE算法性能接近,但不需要信道先验统计特性,易于实现.
文献关键词：
黄金正弦算法;BP神经网络;OFDM系统;最小二乘算法;信道估计
中图分类号：
作者姓名：
季策;张晓
作者机构：
东北大学 计算机科学与工程学院,辽宁 沈阳 110169
文献出处：
引用格式：
[1]季策;张晓-.基于GSA-BP神经网络的OFDM系统信道估计算法)[J].东北大学学报（自然科学版）,2022(06):769-775
A类：
B类：
GSA,OFDM,信道估计,估计算法,正交频分复用,orthogonal,frequency,division,multiplexing,噪声问题,信道特性,信道状态信息,golden,sine,algorithm,神经网络算法,局部极值,估计精度,LS,精确估计,MMSE,算法性能,先验,统计特性,黄金正弦算法,最小二乘算法
AB值：
0.320354
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
