【摘 要】
：
针对在卫星认知通信场景下传统频谱感知算法感知性能低、受通信时延影响大的问题,提出了一种基于长短期记忆(LSTM)神经网络的卫星频谱多门限感知算法。首先构建卫星认知通信
【基金项目】
：
国家自然科学基金面上项目(61871474)
论文部分内容阅读
针对在卫星认知通信场景下传统频谱感知算法感知性能低、受通信时延影响大的问题,提出了一种基于长短期记忆(LSTM)神经网络的卫星频谱多门限感知算法。首先构建卫星认知通信模型,其次将仿真数据送入长短期记忆(LSTM)神经网络进行预测感知,采用动量随机梯度下降(SGDM)算法对网络进行更新,然后提出多门限算法对网络输出进行优化,最后与其他神经网络算法作性能对比。该算法无需构建特征值,实验结果表明:在卫星信道条件下,当面对低接收信噪比及低网络迭代次数时,该算法频谱感知性能要优于其他神经网络算法。
其他文献
为了提升复杂噪声环境下语音增强效果,该文提出了一种基于双层字典学习的单通道语音增强方法。在训练阶段首先采用干净语音和噪声训练初始化特征子字典,然后基于区分性约束和
电力系统的负荷需要消耗大量的无功功率，而无功功率平衡要满足众多的接点电压，这就需要分级分层就地平衡。地区电网的电压无功控制．主要是控制其管辖范围内的各级变电站，使电网的
2009年中国成为全球第一的汽车大国,以上海为核心的长三角汽车产业集群研发中心雏形逐渐显露。2000—2009的十年间中国汽车产业迅猛发展,汽车产业产值年均复合增长率达20%,产
为了解决图像密集字幕描述中感兴趣区域(Regions of interest,ROI)定位不准确与区域粗粒度描述问题,本文提出了一种基于深度卷积与全局特征的图像密集字幕描述算法,该算法采用残差网络与并行LSTM(Long Short Term Memory)网络的联合模型对存在的区域重叠定位和粗粒度描述细节信息不完整问题进一步改进。首先利用深度残差网络与Faster R-CNN(Faster R-
鉴于电力线路非耐张接头对于电气性能有较高要求,阐述了线路接头的电接触机理,包括接触电阻及其引起电阻变化的因素、接头的热效应.并结合增城地区220kV增荔甲线、乙线的运行