多尺度残差注意力的高速铁路OFDM信道估计

摘要

针对高速铁路正交频分复用(OFDM)通信系统在高速移动场景下，难以准确对快时变信道状态信息进行估计的问题，提出了一种基于多尺度残差注意力网络的高速铁路OFDM信道估计方法。首先，设计多尺度信道特征提取结构，对低分辨率信道矩阵采用多尺度多维特征提取，增强了信道不同尺度信息的提取能力。然后，构建残差注意力级联深度网络进行信道特征重构映射，将局部残差反馈结合注意力机制促进深层特征的融合和利用，提升OFDM信道矩阵的重构映射能力。最后，使用子像素卷积重构生成高分辨率信道矩阵，完成信道估计。通过频域和时域信道估计测试分析表明：在低速及高速铁路场景下，该方法与其他方法相比，信道估计的精度和复杂度等客观性评价指标均优于比较算法，能够满足OFDM信道估计的要求。

关键词

信道估计 / 深度残差注意力 / 多尺度卷积神经网络 / 正交频分复用系统 / 超分辨率重构