摘要：机器学习是人工智能的重要方向之一,文章介绍两种机器学习理论应用于移动通信网络的案例。首先介绍一种基于期望最大化算法的信道估计器,不需要导频也可实现对信道的盲估计,提高了系统的吞吐率。随后介绍了一种基于深度神经网络的信道估计和信号恢复算法,该算法能够隐性地分析信道的特性,直接将信号恢复出来,当导频数据减少时其性能优于传统算法。神经网络估计器虽然训练模型复杂,但后续可直接将信号恢复,降低了信号处理的复杂度。