-
公开(公告)号：CN112953862A
公开(公告)日：2021-06-11
申请号：CN202110169476.8
申请日：2021-02-07
Applicant: 哈尔滨工程大学
Abstract: 本发明是一种基于深度学习的高速铁路场景信道估计方法。本发明涉及预测或优化技术领域；采用大量的数据样本对CLSTMA网络进行训练，使学习网络自主学习信道响应数据；搭建基于自注意力机制的CNN‑LSTM网络结构，采用自注意力机制对所述预测的序列分配不同的权重，与当前输入值以及目标值显著参数分配权重；采用ADAM算法更新网络的参数集，通过训练自适应的更新学习率，降低网络的损失值。本发明的信道估计方法具有较强的性能，在同等信噪比环境下，较单一的神经网络以及传统的时域、频域信道估计方法相比，该发明与有更好的预测性能。
Search Results
1
records
(took 0.015 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
