Study On Optical Communications, Volume. 50, Issue 2, 22005801(2024)
Deep Learning based Channel Estimation in PLC Communication
Figures & Tables(11)
Fig. 5. Estimated results of different methods for channel estimation after normalization when SNR=6 dB
Fig. 7. BER per OFDM symbol using 2 and 4 preamble symbols for channel estimation
Fig. 8. BER using 2，3，4 and 5 preamble symbols for channel estimation
Fig. 9. Scatter plots of constellation points equalized with channel response estimated with DnLSTM and MMSE (SNR=10 dB)
Table 1. DnLSTM neural network structure
View tableView in ArticleTable 1. DnLSTM neural network structure
序号 结构 参数 1 输入层 阶数为4×128的矩阵。 2 LSTM层 输入为4×128的矩阵，输出为1×128的矩阵。 3 DnNet reshape层 输入为1×128的矩阵，输出为8×16×1的立方矩阵。 4 DnNet第1层 Conv：3组，3×3×1，跨步值：1×1，填充：“same”，激活函数：Relu。 5 DnNet第2~5层 Conv：3组，3×3×3，跨步值：1×1，填充：“same”，归一化层：LN，激活函数：Relu。 6 DnNet第6层 Conv：1组，3×3×3，跨步值：1×1，填充：“same”。 7 DnNet reshape层 输入为8×16×1的立方矩阵，输出为1×128的矩阵。 8 DnNet减法层(substract层) 输入为序号2和序号7的输出，输出为LSTM层输出减去序号7的reshape层输出。
Table 2. Parameters for simulation
View tableView in ArticleTable 2. Parameters for simulation
参数名称 数值 帧载荷符号数量 100 前导符号数量 4 FFT点数 128 使用的子载波 11~118 CP长度 26 调制方式 16QAM 信号最低频率/MHz 1.953 信号最高频率/MHz 11.96 信道编码 Turbo码(码率：1/4) 采样频率/MHz 25 载波频偏/Hz 900 信道模型 线性周期时变信道模型[ 16 ]+AWGN、色噪声、脉冲噪声和混合噪声
Tools
Get Citation
Copy Citation Text
Tiancheng JING, Hongguang DUAN, Xu ZHAO, Jiaxin ZHANG. Deep Learning based Channel Estimation in PLC Communication[J]. Study On Optical Communications, 2024, 50(2): 22005801
Paper Information
Category: Research Articles
Received: Feb. 27, 2023
Accepted: --
Published Online: Apr. 9, 2024
The Author Email: DUAN Hongguang (duanhg@cqupt.edu.cn)
© Copyright 2018-2021 | Chinese Laser Press.
All Rights Reserved 沪ICP备15018463号-20