基于ELM的计算机辅助训练策略在OFDM系统中的时序同步
摘要：在现实无线通信系统中，由于训练数据收集的实施瓶颈，基于监督学习的定时同步（TS）受到训练数据不完整的挑战。为了解决这个问题，我们扩展了计算机辅助方法，使本地设备能够生成训练数据，而不是从实际系统中收集的接收样本生成学习标签，然后在正交频分复用（OFDM）系统中构建基于极限学习机（ELM）的TS网络。具体而言，利用信道冲激响应（CIR）的粗略信息，即均方根（r.m.s）延迟，我们提出了基于松约束和灵活约束的训练策略，针对最大多径延迟设计学习标签。底层机制是提高可能出现在实际无线信道中的多径延迟的完整性，从而提高设计的TS学习器的统计效率。通过这种方式，所提出的基于ELM的TS网络可以减轻泛化性能的降低。数值结果显示了所提方案对不同参数的稳健性和泛化性。
作者：Mintao Zhang, Shuhai Tang, Chaojin Qing, Na Yang, Xi Cai, and Jiafan Wang
论文ID：2306.17570
分类：Signal Processing
分类简称：eess.SP
提交时间：2023-07-03