摘要：機(jī)器學(xué)習(xí)是人工智能的重要方向之一,文章介紹兩種機(jī)器學(xué)習(xí)理論應(yīng)用于移動(dòng)通信網(wǎng)絡(luò)的案例。首先介紹一種基于期望最大化算法的信道估計(jì)器,不需要導(dǎo)頻也可實(shí)現(xiàn)對(duì)信道的盲估計(jì),提高了系統(tǒng)的吞吐率。隨后介紹了一種基于深度神經(jīng)網(wǎng)絡(luò)的信道估計(jì)和信號(hào)恢復(fù)算法,該算法能夠隱性地分析信道的特性,直接將信號(hào)恢復(fù)出來(lái),當(dāng)導(dǎo)頻數(shù)據(jù)減少時(shí)其性能優(yōu)于傳統(tǒng)算法。神經(jīng)網(wǎng)絡(luò)估計(jì)器雖然訓(xùn)練模型復(fù)雜,但后續(xù)可直接將信號(hào)恢復(fù),降低了信號(hào)處理的復(fù)雜度。