适应未知稀疏度
针对水声信道稀疏性不确定的问题，提出两种模型驱动的深度学习估计网络，比传统方法具有更好的适应性和有效性。
冯小 · Zhou, Mingzhang · 王峻峰 · 孙海信 · 潘高峰 · 温淼文
IEEE Transactions on Wireless Communications 2023
网络将信道估计构建为稀疏信号恢复模型，通过近似消息传递和软阈值函数灵活估计不同稀疏度的信道。
GM-LAMP网络采用高斯混合先验，基于最小均方误差准则推导收缩函数，实现接近最优的估计性能。
真实海试结果表明所提网络可用于在线信道估计，无需每次重新训练。