典型文献
GFDM中基于高阶长短时记忆神经网络的自适应均衡器
文献摘要：
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.
文献关键词：
广义频分复用技术;长短时记忆神经网络;高阶神经网络;广义记忆多项式
中图分类号：
作者姓名：
牛安东;苗硕;刘佳宁;李英善
作者机构：
南开大学电子信息与光学工程学院,天津300350;南开大学光电传感器与传感网络技术重点实验室,天津300350
文献出处：
引用格式：
[1]牛安东;苗硕;刘佳宁;李英善-.GFDM中基于高阶长短时记忆神经网络的自适应均衡器)[J].电子技术应用,2022(08):95-100
A类：
广义频分复用技术,高阶神经网络
B类：
GFDM,长短时记忆神经网络,自适应均衡器,下车,车载,移动通信,Sub,GHz,频段,信道,中信,严重失真,HO,前馈神经网络,FNN,广义记忆多项式,多项式模型,GMP,Volterra,非线性模型,均衡效果,系统性能
AB值：
0.223182
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
