本发明涉及通信，尤其涉及一种结合超分辨网络和transformer的信道估计方法。
背景技术：
1、在移动通信系统中，无线信道的不确定性是导致通信性能下降的主要原因之一。因此，准确估计信道状态信息是提高系统性能和可靠性的重要手段之一。正交频分复用技术(orthogonal frequency division multiplexing，ofdm)是当前移动通信系统中使用最广泛的一种调制技术，因其高速率和抗多径衰落等优点，而被广泛应用于lte、5g等通信系统中。然而，在ofdm系统中，信道估计是非常关键的环节，它直接影响到接收信号的质量和系统的性能。因此，研究一种高效、准确的信道估计算法具有重要意义。
2、随着超分辨技术和transformer的发展，将两者结合应用于ofdm信道估计已成为一种研究热点。超分辨技术可以有效提高信道估计的精度，而transformer具有良好的特征提取和自适应学习能力。将两者结合使用可以进一步提高ofdm系统的信道估计性能。
3、现有技术中，在已公开的专利文献cn114363129a一种基于深度密集残差网络的无线衰落信道估计方法中，为了抑制网络训练中出现的梯度爆炸和消失问题，采用残差网络resnets和密集网络densenets改进深度神经网络dnn，级联深度密集网络dednn和深度残差网络rednn构成derenet，虽然性能有所改善，但是多层全连接网络中大量超参数也带来了计算机负担问题。在已公开的专利文献cn112702288b一种低导频开销的水声ofdm通信系统信道估计方法中，将预估计的信道状态矩阵的实部和虚部进行分割重组作为模型的输入，采用vdsr模型的特点，堆叠卷积层和激活层组成的简单残差块，节省了导频开销，但是应用场景较为单一。在已公开的专利文献cn115694767a一种基于transformer的联合导频设计、反馈和信道估计方法中，输入数据在进入网络之前需要添加时序信息以便编码器准确的记录位置信息，采用传统的transformer编码器结构特点强调模型需要关注的特征信息。
技术实现思路
1、有鉴于此，本发明提供了一种结合超分辨网络和transformer的信道估计方法，用以解决网络参数冗余、性能不稳定的问题。
2、第一方面，本发明提供了一种结合超分辨网络和transformer的信道估计方法，所述方法包括：
3、步骤1：在下行链路场景的ofdm系统中，接收端提取导频位置处的数据；
4、步骤2：基于所述步骤1中提取的导频位置处的数据，利用频域ls算法获得导频符号矩阵；
5、步骤3：基于所述步骤2中获得的导频符号矩阵，利用slrtnet网络的编码器抓取关键输入信息；
6、步骤4：基于所述步骤3抓取的关键输入信息，利用slrtnet网络的解码器进行信道估计，获取信道矩阵；
7、步骤5：基于所述步骤4的信道矩阵，利用上采样模块获得信道响应矩阵。
8、可选地，步骤1包括：
9、选择第a和第b个ofdm导频符号，对于每个ofdm导频符号，导频子载波索引间隔v个，一帧使用的导频数量为pnum个；帧的大小设置为nf×ns，选择每个帧的2个ofdm符号作为导频符号，每两个导频符号间隔2个子载波，其中，nf为ofdm符号的数量；ns为子载波的数量。
10、可选地，步骤2包括：
11、利用频域ls算法估计导频位置处的信道增益矩阵，其表达式为：
12、
13、其中，yp、分别表示接收和发送的导频信号，npf为导频位置ofdm符号的数量，nps为导频位置子载波的数量。
14、可选地，slrtnet网络的编码器由全连接层fc layer、多头注意力机制和前馈网络组成；slrtnet网络的解码器由卷积层、激活函数gelu和残差连接&归一化add&norm层组成的残差块。
15、可选地，步骤3包括：
16、步骤31、使用一个全连接层fclayer将输入拆分为3个子输入，分别为k，q，v；其中k，q，nf为ofdm符号的数量；nh为注意力输入的数量；
17、步骤32、将3个子输入k，q，v的大小从调整到后，输入至多头注意力机制；np为导频的数量。
18、可选地，nh＝np。
19、第三方面，本发明实施例提供一种计算机可读存储介质，所述计算机可读存储介质包括存储的程序，其中，在所述程序运行时控制所述计算机可读存储介质所在设备执行第一方面或第一方面任一可能的实现方式中的一种结合超分辨网络和transformer的信道估计方法。
20、第四方面，本发明实施例提供一种电子设备，包括：一个或多个处理器；存储器；以及一个或多个计算机程序，其中所述一个或多个计算机程序被存储在所述存储器中，所述一个或多个计算机程序包括指令，当所述指令被所述设备执行时，使得所述设备执行第一方面或第一方面任一可能的实现方式中的一种结合超分辨网络和transformer的信道估计方法。
21、本发明提供的技术方案中，该方法包括在下行链路场景的ofdm系统中，接收端提取导频位置处的数据；基于导频位置处的数据，利用频域ls算法获得导频符号矩阵；基于导频符号矩阵，利用slrtnet网络的编码器抓取关键输入信息；基于关键输入信息，利用slrtnet网络的解码器进行信道估计，获取信道矩阵；基于信道矩阵，利用上采样模块获得信道响应矩阵，该方法解决了网络参数冗余、性能不稳定的问题，修剪冗余参数量的同时改善了模型估计性能，并且通过slrtnet网络提供了更具鲁棒性的通信条件，实现了一种轻量级的信道估计方案，提高了信道估计精度，具有更好的泛化性。
1.一种结合超分辨网络和transformer的信道估计方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，步骤1包括：
3.根据权利要求1所述的方法，其特征在于，步骤2包括：
4.根据权利要求1所述的方法，其特征在于，slrtnet网络的编码器由全连接层fclayer、多头注意力机制和前馈网络组成；slrtnet网络的解码器由卷积层、激活函数gelu和残差连接&归一化add&norm层组成的残差块。
5.根据权利要求1所述的方法，其特征在于，步骤3包括：
6.根据权利要求5所述的方法，其特征在于，nh＝np。
7.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质包括存储的程序，其中，在所述程序运行时控制所述计算机可读存储介质所在执行权利要求1至6中任一项所述的一种结合超分辨网络和transformer的信道估计方法。
8.一种电子设备，其特征在于，包括：一个或多个处理器；存储器；以及一个或多个计算机程序，其中所述一个或多个计算机程序被存储在所述存储器中，所述一个或多个计算机程序包括指令，当所述指令被所述设备执行时，使得所述设备执行权利要求1至6中任一项所述的一种结合超分辨网络和transformer的信道估计方法。
