5G高速移动系统中基于BP神经网络的多普勒频偏估计方法

提出了一种基于反向传播（back propagation，BP）算法训练的神经网络的多普勒频偏估计方法。所提方法主要分成线下训练与线上估计两个阶段，首先利用随机多普勒频偏与接收的导频符号构建训练样本，然后利用训练样本对BP神经网络进行线下训练，完成输入与输出数据之间的映射关系，最后基于训练后的网络利用接收导频符号数据，进行线上多普勒频偏估计。仿真结果表明，所提方法的估计性能远远优于现有方法，且具有较低的计算复杂度。