| GFDM中基于高階長短時記憶神經網絡的自適應均衡器 | |
| 所屬分類：解決方案 | |
| 上傳者：aetmagazine | |
| 文檔大?。?span>739 K | |
| 標簽： 廣義頻分復用技術 長短時記憶神經網絡 高階神經網絡 | |
| 所需積分：0分積分不夠怎么辦？ | |
| 文檔介紹：在廣義頻分復用系統(GFDM)中，為解決5G網絡下車載移動通信在Sub-6 GHz頻段信道中信號嚴重失真的問題，提出一種基于高階長短時記憶神經網絡(HO-LSTM)結構的自適應均衡器。HO-LSTM自適應均衡器在傳統高階前饋神經網絡(HO-FNN)的基礎上，采用復雜度更低的廣義記憶多項式模型(GMP)代替Volterra模型，并引入LSTM神經網絡使其更適用于復雜非線性模型的預測。結果表明，相比于傳統HO-FNN均衡器和LSTM均衡器，所提出的HO-LSTM均衡器的均衡效果顯著提升，系統性能也得到進一步改善。 | |
| 現在下載 | |
| VIP會員，AET專家下載不扣分；重復下載不扣分，本人上傳資源不扣分。 | |
Copyright ? 2005-2024 華北計算機系統工程研究所版權所有 京ICP備10017138號-2