چکیده
در این مقاله روش جدیدی مبتنی بر یادگیری عمیق برای تخمین کانال و تشخیص سیگنال در سیستم های مالتی پلکسینگ تقسیم فرکانس متعامد (OFDM) با جستجو در همبستگی زمان و فرکانس کانال های محوشدگی بیسیم ارائه شده است. به طور خاص، شبکه ی تخمین کانال (CENet) به عنوان جایگزینی برای روش درونیابی متداول معرفی شده است. سپس براساس خروجی CENet، شبکه بازیابی مشروط کانال (CCRNet) برای بازیابی سیگنال ارسالی طراحی شده است. نتاج شبیه سازی نشان میدهد که CENet و CCRNet کارآیی بهتری نسبت به روش های تشخیص و تخمین متداول از خود نشان میدهند. علاوه براین هر دوی این شبکه ها نسبت به تغییر پارامترها مقاوم بوده که آنها را برای کاربردهای عملی مناسب میکند.
1- مقدمه
مالتی پلکسینگ تقسیم فرکانس متعامد (OFDM) یکی از طرحهای مدولاسیون پرکاربرد در سیستم های بیسیم مدرن است. کارآیی سیستم های OFDM تا حد زیادی وابسته به روش های تشخیص سیگنال و تخمین کانال است. به همین دلیل تلاش های تحقیقاتی بیشماری برای طراحی روش های مؤثر در تخمین کانال و تشخیص سیگنال انجام شده است، به مقاله های [1]، [2] و مراجع آنها رجوع شود...