免责声明：以上消息未经人工确认，本平台不担保其真实性和有效性，交易前请仔细核实。
本发明公开了一种基于深度学习的无线紫外光散射信道估计方法，具体步骤为：首先对无线紫外光非直视单次散射信道进行建模，计算出信道响应等相关信道参数，然后利用大量离线的信道训练数据进行离线深度神经网络训练，根据训练结果计算出接收数据和信道响应的映射关系，最后使用训练好的深度神经网络进行信道估计，将训练好的信道参数发送到接收端，将接收数据输入到深度神经网络中，输出最优的信道响应，从而实现信道估计。本发明解决了传统信道估计算法中存在的误码率高、鲁棒性差、需要先验信道特性等问题，将深度学习和无线紫外光通信相结合，提高了通信系统的收发准确性和可靠性，为深度学习进一步应用于光通信提供了理论基础。
