Embodiments of the present application provide a channel estimation model training method and device. The method comprises: converting a first channel matrix into codeword information, and reconstructing a channel matrix by using the codeword information, so as to obtain a second channel matrix; performing deep learning on a channel estimation model by using the first channel matrix and the second channel matrix, so as to obtain a trained channel estimation model, wherein the channel estimation model is constructed by using a deep neural network; obtaining a first signal transmitted by a terminal; performing channel estimation on the first signal by using the trained channel estimation model. Using the embodiments of the present application, errors of channel estimation can be reduced.

Conformément à des modes de réalisation, la présente invention concerne un procédé et un dispositif d'entraînement de modèle d'estimation de canal. Le procédé consiste à : convertir une première matrice de canal en informations de mot de code et reconstruire une matrice de canal à l'aide des informations de mot de code, de façon à obtenir une seconde matrice de canal ; effectuer un apprentissage profond sur un modèle d'estimation de canal à l'aide de la première matrice de canal et de la seconde matrice de canal, de façon à obtenir un modèle d'estimation de canal entraîné, le modèle d'estimation de canal étant construit à l'aide d'un réseau neuronal profond ; obtenir un premier signal émis par un terminal ; effectuer une estimation de canal sur le premier signal à l'aide du modèle d'estimation de canal entraîné. À l'aide des modes de réalisation de la présente invention, il est possible de réduire des erreurs d'estimation de canal.

本申请实施例提供一种信道估计模型训练方法及设备，该方法包括：将第一信道矩阵转换为码字信息，并利用所述码字信息重建信道矩阵，得到第二信道矩阵；利用所述第一信道矩阵和所述第二信道矩阵对信道估计模型进行深度学习，得到训练后的信道估计模型，其中，所述信道估计模型是基于深度神经网络构建的；获取终端发射的第一信号；利用所述训练后的信道估计模型，对所述第一信号进行信道估计。采用本申请实施例，能够降低信道估计的误差。