摘要：
针对稀疏的无线多径信道，提出了一种新型的基于深度学习的信道估计算法，即LISTA_SPARSE 网络。该方法将传统的迭代收缩阈值算法（ISTA）展开为循环神经网络，搭建带有训练参数的深度学习网络，并在网络中引入稀疏化模块来加强恢复信道的稀疏性。由于目前深度学习的绝大多数体系结构都是基于实值操作和表示的，针对OFDM 系统中复数形式的信道估计问题，设计了两种不同形式的LISTA_SPARSE 网络:等效实数域的LISTA_SPARSE 网络和等效复数域的LISTA_SPARSE 网络。仿真结果表明，与现有的LISTA、LAMP 等网络相比，LISTA_SPARSE 网络有效改善了信道的估计性能，同时，与等效实数域的LISTA_SPARSE 网络相比，等效复数域的LISTA_SPARSE 网络估计性能提升显著。