%A 李坤,张静,李潇,金石 %T 人工智能辅助的信道估计最新研究进展 %0 Journal Article %D 2020 %J 电信科学 %R 10.11959/j.issn.1000-0801.2020288 %P 46-55 %V 36 %N 10 %U {https://www.infocomm-journal.com/dxkx/CN/abstract/article_170763.shtml} %8 2020-10-20 %X

作为第六代移动通信发展的主流方向,智能通信正在蓬勃发展中,且初步展示了其与传统通信方法相比的优势。人工智能辅助的信道估计作为智能通信的重要组成,在已有的研究成果中展示了其相比传统信道估计算法的优越性,尤其是基于压缩感知技术、超分辨技术、残差学习等开展的信道估计研究均获得了丰硕的成果。针对人工智能辅助的信道估计技术,结合近来学术界最新研究成果,分别从基于深度卷积神经网络、基于深度循环神经网络、基于超分辨技术、基于压缩感知技术 4 个维度展示了人工智能辅助的信道估计的全貌。最后,对比总结了4类信道估计方法优劣及其未来研究方向,展望了信道估计与深度学习结合的广阔前景。