why do you put the received bits after remove cp step not after the fft step into the neural network?

[josephzjw]

Traditionally the complete ofdm procedure includes the fft step, why you train your channel just after remove cp?

[zhuwenxing]

对，我也感觉论文里的Fig.2. 的system model和代码中定义的ofdm_simulate方法不一致！

[josephzjw]

我最近还发现，源代码的session在初始化后又添加了计算节点，导致训练到后面会原来越慢，可以把mean_error_rate的计算函数放到初始化计算图之前

[lululuge]

想问下这篇文章是叫什么名字

[josephzjw]

Power of Deep Learning for Channel Estimation and Signal Detection in OFDM Systems

[lululuge]

我也觉得应该fft之后再进行训练吧

[lululuge]

您好，我还想请问一下，ofdm_simulate函数中的OFDM_data_codeword代表了什么意思，这数据分成两部分有点看不懂，希望大神能帮忙指点一下，多谢了

[maohuahuajiang]

@lululuge 同问，有人指导一下么

[josephzjw]

@lululuge @maohuahuajiang 我的理解OFDM_data_codeword是传的数据，另外一个是导频。。

[maohuahuajiang]

@josephzjw 能把联系方式发我邮箱么，想详细请教一下这个代码。
邮箱地址2419261930@qq.com

[lcj1992517]

@lululuge @maohuahuajiang 我的理解OFDM_data_codeword是传的数据，另外一个是导频。。

我觉得这个代码就没有做信道估计，只有Detection. 我看导频除了和数据统计独立之外，几乎没有区别。我们可以就此讨论下

[LitterBrother]

@lululuge @maohuahuajiang 我的理解OFDM_data_codeword是传的数据，另外一个是导频。。

我觉得这个代码就没有做信道估计，只有Detection. 我看导频除了和数据统计独立之外，几乎没有区别。我们可以就此讨论下

@lcj1992517 我和你持相同的看法。我对论文质疑的地方是：

• 论文声称利用DNN同时做了信道估计和信号检测，但是从损失函数（公式4）的设计上看，只保证发送和解调出来的符号的均方误差最小，并没有涉及到信道传输函数的部分。
  
• 根据论文的表达，DNN只是尽可能恢复出发送的符号/比特，内部的工作流程对我们来说是透明的，我们不清楚具体流程是否和传统信号处理一样，即利用接收导频信号和发送导频信号的数学关系做信道估计以及后续的信道均衡和信号解调。因此，论文认为DNN的使用可以解决信道估计问题是不合理的。

[heguangzhu1]

我觉得论文是说DNN取代了“即利用接收导频信号和发送导频信号的数学关系做信道估计以及后续的信道均衡和信号解调”这一部分，直接恢复出来，但是有些代码我也看不懂，我的联系是916547299@qq.com，如果方便，联系一下我