Resumen

En este documento, proponemos un enfoque de estimación de dispersión Doppler basado en aprendizaje automático para un sistema OFDM. Presentamos una arquitectura de red neuronal cuidadosamente diseñada para lograr un buen rendimiento en un escenario de canal mixto en el que variables características del canal como el factor K de Rician, el ancho del ángulo de llegada (AOA), la dirección media del AOA de azimut y los errores de estimación del canal son generados aleatoriamente. Al preprocesar la información del estado del canal (CSI) recopilada bajo el escenario de canal mixto, proponemos una secuencia de densidad espectral de potencia (PSD) promediada como datos de entrenamiento de alta calidad en el aprendizaje automático para la estimación de dispersión Doppler. Detallamos derivadas matemáticas intermedias del proceso de aprendizaje automático, facilitando el injerto de los resultados derivados en otras tecnologías de comunicación inalámbrica. A través de simulaciones, demostramos que el enfoque de aprendizaje automático utilizando la

• Materias:Comunicación inalámbrica Dispositivos móviles Seguridad de la información Algoritmo de inteligencia Sensor inteligente
• Subjects:Wireless communication Mobile devices Information security Algorithm intelligence Intelligent sensor
• Palabras claves:Aprendizaje automático; Estimación de dispersión de Doppler; Sistema OFDM; Arquitectura de red neuronal; Información del estado del canal; Densidad espectral de potencia promediada
• Keywords:Machine learning; Doppler spread estimation; OFDM system; Neural network architecture; Channel state information; Averaged power spectral density