一种基于知识蒸馏的轻量化SC-IFDMA系统信道估计方法

本发明涉及一种基于知识蒸馏的轻量化SC‑IFDMA系统信道估计方法，包括：将LS信道估计得到的信道响应矩阵输入到训练好的已部署的学生网络中，得到更高估计精度的全域信道响应矩阵；其中，在知识蒸馏网络的训练阶段，由教师网络来辅助训练学生网络，在经过大量的训练轮次后，学生网络的信道估计性能逼近教师网络；将学生网络的训练权重进行加载并部署，得到已部署的知识蒸馏网络。本发明基于深度学习对SC‑IFDMA系统进行显式信道估计相比于传统的LS估计方法可以显著提升信道估计精度。本发明使用知识蒸馏的思想对模型进行轻量化处理，可以大幅降低模型参数量，减轻模型部署难度，且获得比普通超分辨率模型更好的估计性能。