ChanEstNet: Una estimación de canal basada en aprendizaje profundo para escenarios de alta velocidad

Con el objetivo de resolver el problema de que el rendimiento de la estimación del canal de enlace descendente está limitado debido a las características de rápida variación y no estacionarias en escenarios móviles de alta velocidad, proponemos una red de estimación de canal basada en aprendizaje profundo, llamada ChanEstNet. ChanEstNet utiliza una red neuronal convolucional (CNN) para extraer vectores de características de respuesta del canal y una red neuronal recurrente (RNN) para la estimación del canal. Usamos una gran cantidad de datos de canal de alta velocidad para realizar un entrenamiento offline de la red de aprendizaje, explotando completamente la información del canal en la muestra de entrenamiento, haciendo que aprenda las características de canales de rápida variación y no estacionarios, y rastree mejor las características de los canales que cambian en entornos de alta velocidad. Los resultados de simulación muestran que, en escenarios móviles de alta velocidad, en comparación con los métodos tradicionales, el método de estimación de canal propuesto tiene una baja complejidad computacional y una mejora significativa en el rendimiento.