摘要： Filtered-OFDM波形是满足5G网络要求的重要候选波形之一,而信道估计的准确性一直以来是现代通信系统中非常关键的技术指标.为了提高5G网络信道估计的准确性,将一种BP神经网络信道估计算法应用于Filtered-OFDM系统中.将少量的参考信号输入神经网络进行训练,使其适应信道的变化,再将接收信号输入神经网络估计整个信道的频率响应.经过算法研究和系统仿真发现,与传统的LS算法相比,BP神经网络算法可以有效降低系统的误码率(BER).同时,从系统复杂度上考虑,BP神经网络算法通过一次神经网络训练操作,就可有效估计出大量符号的信道信息,是一种复杂度适中的算法.