基于自回归模型（Autoregressive Model，AR）的传统信道预测方法在高速移动中，信道具有较大的时变性，导致信道发生了非线性的改变。基于反......

针对高速移动场景正交频分复用(orthogonal frequency division multiplexing,OFDM)系统,提出了一种新的基于堆栈式极限学习机(ext......

近年来,随着科学技术的进步,人们的出行需求越来越大,而高速铁路（High Speed Railway,HSR）由于拥有着高效性、安全性以及环保性等突......

给出一种子空间追踪和ESPRIT算法相结合的时变信道预测算法.该算法能够对信道模型中,多普勒频移参数缓慢变化情况下的平坦快速衰落......

针对高速移动正交频分复用系统,提出了一种新型的基于深度学习的时变信道预测方法。为了避免网络参数随机初始化造成的影响,本文方......