检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

基于机器学习方法的高速信道建模研究

计算机工程与科学 2021年第6期43卷 984-988页

作者：何静李晋文杨安毅国防科技大学计算机学院湖南长沙410073

随着高速信道的传输速率变快,传输长度变长,结构复杂度变高,对信道进行建模也变得复杂与艰难。将目前比较火热的机器学习方法与高速信道结合起来,提出了一个新颖的方法。利用采集的大量模拟数据,采用深度神经网络DNN与循环神经网络RNN... 详细信息

随着高速信道的传输速率变快,传输长度变长,结构复杂度变高,对信道进行建模也变得复杂与艰难。将目前比较火热的机器学习方法与高速信道结合起来,提出了一个新颖的方法。利用采集的大量模拟数据,采用深度神经网络DNN与循环神经网络RNN对信道建模,模型一旦训练成功,就可以通过该仿真模型预测输出信号的眼图,快速精准地对信号完整性进行评估和分析。另外,在高速信道中,信号的严重干扰和衰减问题会限制传输距离和传输速率,给测试和信息采集带来困难。为了恢复理想信号,高速串行链路通常包含复杂的均衡摸块,采用最小均方算法LMS可以有效地消除干扰,减小误码率,提高传输速率。

关键词：高速信道 DNN RNN 眼图机器学习均衡 LMS

SCM-OFDM系统在高速信道下的干扰抑制算法

在线全文

学校读者我要写书评

暂无评论

计算机工程与应用 2013年第23期49卷 10-13,70页

作者：彭涛肖悦李少谦电子科技大学通信抗干扰国家级重点实验室成都611731

针对重叠码调制的正交频分复用(SCM-OFDM)系统在高速移动环境中,将产生复杂的载波间干扰和层间干扰问题,提出了一种用于SCM-OFDM系统在高速信道中的干扰估计和抵消算法。该算法利用译码器反馈的软信息,分别对载波间干扰和层间干扰进行... 详细信息

针对重叠码调制的正交频分复用(SCM-OFDM)系统在高速移动环境中,将产生复杂的载波间干扰和层间干扰问题,提出了一种用于SCM-OFDM系统在高速信道中的干扰估计和抵消算法。该算法利用译码器反馈的软信息,分别对载波间干扰和层间干扰进行估计和消除。仿真结果表明,提出的算法能够有效地改善SCM-OFDM系统在高速环境下的性能。

关键词：正交频分复用重叠码调制高速信道

高速信道上数据：———浅谈船—岸容量数据传输最佳途径

在线全文

学校读者我要写书评

暂无评论

海运科技 1999年第1期 10-11页

作者：周国耀

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

高速移动环境下基于深度学习的信道估计方法

电子学报 2019年第8期47卷 1701-1707页

作者：廖勇花远肖姚海梅杨馨怡重庆大学通信与测控中心

针对高速移动环境下信道快时变、非平稳特性导致下行链路信道估计性能受限的问题,本文提出一种基于深度学习的信道估计网络,即***使用卷积神经网络(Convolutional Neural Network,CNN)提取信道响应特征矢量和循环神经网络(Recurrent Neu... 详细信息

针对高速移动环境下信道快时变、非平稳特性导致下行链路信道估计性能受限的问题,本文提出一种基于深度学习的信道估计网络,即***使用卷积神经网络(Convolutional Neural Network,CNN)提取信道响应特征矢量和循环神经网络(Recurrent Neural Network,RNN)进行信道估计.我们利用标准的高速信道数据对学习网络进行离线训练,充分挖掘训练样本中的信道信息,使其学习到高速移动环境下信道快时变和非平稳的特点,更好的跟踪高速环境下信道的变化特征.仿真结果表明,在高速移动环境下,与传统方法相比,所提信道估计方法计算复杂度低,性能提升明显.

关键词： OFDM 信道估计高速信道深度学习快时变信道非平稳信道

在线全文

学校读者我要写书评

暂无评论

高速移动环境下基于机器学习的信道估计研究

高速移动环境下基于机器学习的信道估计研究

作者：丛铭哈尔滨工程大学

学位级别：硕士

随着高速铁路建设的不断发展,用于高速移动场景下的无线通信技术已成为研究的热点。其中,信道估计作为正交频分复用(Orthogonal Frequency Division Multiplexing,OFDM)通信系统的重要环节,将直接影响整个通信系统的通信质量。在高速移... 详细信息

随着高速铁路建设的不断发展,用于高速移动场景下的无线通信技术已成为研究的热点。其中,信道估计作为正交频分复用(Orthogonal Frequency Division Multiplexing,OFDM)通信系统的重要环节,将直接影响整个通信系统的通信质量。在高速移动环境下,车辆复杂的移动性、障碍物与非视距通信可能会降低通信信道的质量,在这种特殊环境下,传统的信道估计方法已不再适用。为此,本文针对现有信道估计方法的不足,结合深度学习与强化学习对高速移动环境下的信道估计进行深入研究。具体内容研究如下:1、针对现有的信道估计方法并未考虑特征之间的权重问题,提出一种基于自注意力机制的CNN-LSTM信道响应预测模型,即CLSTMA。该模型融合一维卷积神经网络(Convolutional Neural Network,CNN)与长短期记忆网络(Long Short-Term Memory,LSTM),利用CNN提取信道响应序列特征,改进LSTM网络结构,并引入自注意力机制为信道响应特征分配权重,可以提高信道估计的效率,节约计算资源。该方法中改进的单级LSTM网络明显减少了训练参数的数量,在性能与复杂度之间获得平衡。仿真结果表明,该方法能够减少迭代次数并节省计算资源,且在预测信道响应方面较单一的神经网络模型更加准确。2、现有的基于深度学习的信道响应回归预测方法需要大量信道特征目标值用于回归,因此,合理选择信道响应特征成为提高预测准确性的关键。针对这一问题,提出融合深度强化学习与回归网络的信道响应预测模型,即CLSTMA-DQN。首先,采用CLSTMA模型进行信道响应特征提取,将信道特征送入DQNSel网络,DQNSel网络中的智能体依据信道特征信息决定执行哪种动作,根据动作决定是否选择该信道响应进入回归网络,重复上述过程直至DQNSel网络筛选出全部符合均方根误差(root-mean-square error,RMSE)阈值的特征并将其送入回归网络,达到提高信道估计准确性的目的。为了实现DQNSel网络与回归网络之间的性能平衡,设计联合损失函数,将DQNSel网络损失与回归网络损失进行加权求和作为改进模型的损失函数。实验结果证实,该模型在误码率以及预测准确度方面均有良好的效果。

关键词：信道估计深度学习强化学习高速信道

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于宏蜂窝的空地宽带无线通信技术研究

民用飞机设计与研究 2013年第S2期 76-76页

作者：曹全新陆曦上海飞机设计研究院

基于民用航空器日益增长的信息化需求以及欧美航空企业基于地面蜂窝网的尝试,提出了基于宏蜂窝的空地无线宽带通信技术设想,并初步分析了该项技术需要突破的关键技术以及需要权衡分析解决的问题,并且对于该项技术在航空器上可能的应用... 详细信息

基于民用航空器日益增长的信息化需求以及欧美航空企业基于地面蜂窝网的尝试,提出了基于宏蜂窝的空地无线宽带通信技术设想,并初步分析了该项技术需要突破的关键技术以及需要权衡分析解决的问题,并且对于该项技术在航空器上可能的应用进行了构想,以为我国基于地面宏蜂窝网的空地无线宽带通信模式建立提供理论支持。

关键词：空地通信宏蜂窝数据链航线公共通信高速信道多普勒效应