-
题名基于神经网络的时变无线信道仿真
被引量：6
- 1
-
-
作者
刘留
李慧婷
张嘉驰
李一倩
周涛
-
机构
北京交通大学电子信息工程学院
中国科学院计算技术研究所移动计算与新型终端北京市重点实验室
-
出处
《北京交通大学学报》
CAS
CSCD
北大核心
2020年第2期74-82,共9页
-
基金
北京市自然科学基金(L172030)。
-
文摘
提高频谱利用率、实现超大容量传输的前提是精准掌握无线信道特性信息.研究了反馈神经网络(Back Propagation Neural Network,BPNN)在无线信道多普勒功率谱仿真中的应用.利用大量样本训练BPNN实现对时变信道进行预测.仿真结果表明,与传统方法对比,BPNN的仿真效果更接近理论值,误差更小,具备很好的容错性,同时模型输出结果的频域呈U型谱,时域自相关函数满足第一类贝塞尔函数,很好地符合Jakes模型的时频域条件.对3种方法的时间复杂度进行比较,结果表明BPNN的时间复杂度最高,牺牲了时间复杂度但换取了高精度和低误差.对3种误差逆向传播算法的仿真结果进行对比,发现列文伯格-马夸尔特(Levenberg-Marquardt,L-M)算法训练BPNN的均方误差最低,效果最佳.
-
关键词
无线通信
反馈神经网络
多普勒效应
时变信道
正弦波叠加法
成型滤波法
-
Keywords
wireless communication
back propagationneural network
Doppler effect
timevarying channel
sine wave superposition method
shaping filtering method
-
分类号
U285
[交通运输工程—交通信息工程及控制]
-
