| 基于CNN和GRU的高階調制自動編碼器研究 | |
| 所屬分類：技術論文 | |
| 上傳者：zhoubin333 | |
| 文檔大?。?span>4185 K | |
| 標簽： 自動編碼器 CNN GRU | |
| 所需積分：0分積分不夠怎么辦？ | |
| 文檔介紹：基于深度學習的自動編碼器是替代傳統通信發射器和接收器的一種新方法。提出了一種基于卷積神經網絡（Convolutional Neural Network， CNN）和門遞歸單元（Gate Recurrent Unit， GRU）的自動編碼器，集成了星座映射和信道編碼功能。設計了一種并行CNN結構，并將輸入比特流進行分段的one-hot編碼。這樣做有兩個優點：（1）與不分段的one-hot編碼相比，數據的維度降低了；（2）數據的稀疏性降低，這使網絡可以更快更好地收斂。此外，引入GRU以實現信道編碼。所提出的模型可以應用于高階調制如4096QAM信號，在加性高斯白噪聲（AWGN）信道和瑞利信道下都有著優于傳統方法的性能。 | |
| 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