| GFDM中基于高阶长短时记忆神经网络的自适应均衡器 | |
| 所属分类：解决方案 | |
| 上传者：aetmagazine | |
| 文档大小：739 K | |
| 标签： 广义频分复用技术 长短时记忆神经网络 高阶神经网络 | |
| 所需积分：0分积分不够怎么办？ | |
| 文档介绍：在广义频分复用系统(GFDM)中，为解决5G网络下车载移动通信在Sub-6 GHz频段信道中信号严重失真的问题，提出一种基于高阶长短时记忆神经网络(HO-LSTM)结构的自适应均衡器。HO-LSTM自适应均衡器在传统高阶前馈神经网络(HO-FNN)的基础上，采用复杂度更低的广义记忆多项式模型(GMP)代替Volterra模型，并引入LSTM神经网络使其更适用于复杂非线性模型的预测。结果表明，相比于传统HO-FNN均衡器和LSTM均衡器，所提出的HO-LSTM均衡器的均衡效果显著提升，系统性能也得到进一步改善。 | |
| 现在下载 | |
| VIP会员，AET专家下载不扣分；重复下载不扣分，本人上传资源不扣分。 | |
Copyright © 2005-2020 《电子技术应用》版权所有 京ICP备10017138号-2