摘要:機器學習是人工智能的重要方向之一,文章介紹兩種機器學習理論應用于移動通信網絡的案例。首先介紹一種基于期望最大化算法的信道估計器,不需要導頻也可實現對信道的盲估計,提高了系統的吞吐率。隨后介紹了一種基于深度神經網絡的信道估計和信號恢復算法,該算法能夠隱性地分析信道的特性,直接將信號恢復出來,當導頻數據減少時其性能優于傳統算法。神經網絡估計器雖然訓練模型復雜,但后續可直接將信號恢復,降低了信號處理的復雜度。
注:因版權方要求,不能公開全文,如需全文,請咨詢雜志社。
信息通信技術雜志, 雙月刊,本刊重視學術導向,堅持科學性、學術性、先進性、創新性,刊載內容涉及的欄目:信息通信技術、系統、業務、解決方案、應用和綜述。等。于2007年經新聞總署批準的正規刊物。