10.3969/j.issn.1003-3114.2023.01.020
基于岭回归正则极限学习机的OFDM系统信道估计
针对正交频分复用(Orthogonal Frequency Division Multiplexing,OFDM)系统中信道估计准确度低和算法复杂度高的问题,提出一种基于岭回归正则极限学习机(Regularization Extreme Learning Machine,RELM)的信道估计方法.利用改进的极限学习机网络对信道进行自回归建模,将极限学习机损失函数正则化,通过岭回归方法,可以得到最优的神经网络参数,同时利用先验信道信息完成信道估计.与传统信道估计算法相比,所提信道估计方法仅需较低计算复杂度,即可达到得更低的MSE,从而提供更好的系统误码率性能.
OFDM、信道估计、岭回归、极限学习机
49
TN92
国家自然科学基金;江苏省未来网络科研基金项目
2023-02-10(万方平台首次上网日期,不代表论文的发表时间)
共6页
163-168