GFDM中基于高阶长短时记忆神经网络的自适应均衡器
所屬分類：解决方案
上傳者：aetmagazine
文檔大?。?span>739 K
標簽： 广义频分复用技术 长短时记忆神经网络 高阶神经网络
所需積分：0分積分不夠怎么辦？
文檔介紹：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。
現(xiàn)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。