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。