一种基于深度学习的预训练载波频率偏移校准方法

本发明公开了一种基于深度学习的预训练载波频率偏移校准方法，属于无线通信技术领域。方法包括：步骤1、通过模拟驱动预训练，在合成OFDM信号上预训练骨干深度神经网络，学习硬件失真下的广义特征；步骤2、针对目标设备，使用少量真实数据轻量级微调回归层，实现设备特定适应；步骤3、利用卷积‑全连接混合架构提取CP基特征，进行CFO估计；步骤4、通过Sim2Real转移学习框架，桥接仿真与现实差距，提升CFO估计鲁棒性；步骤5、根据解调结果优化补偿参数，降低误码率。本发明在异构SDR平台上实现30倍误码率降低，处理时延低，成本效益高。