典型文献
深度学习技术在空间激光通信中的应用
文献摘要：
与射频通信相比,空间激光通信具有传输速率高、保密性能强、终端功耗低等优点,目前已成为当前通信领域的一个研究热点.同时,空间激光通信也面临着一些严峻的技术挑战,如大气湍流导致空间激光通信的信道情况十分复杂,复杂的信道会引发信号光强度起伏剧烈,信标光跟踪与瞄准困难,接收端的信号光场波前畸变严重等.为了提升空间激光通信在复杂信道环境中的性能,学者们将深度学习技术引入到空间激光通信系统中.多项研究表明,深度学习在空间激光通信的诸多方面表现出了优越的信息处理能力.对近年来深度学习技术在空间激光通信信号处理与检测,信标光捕获与跟踪以及波前畸变探测与校正等方面的应用做一全面梳理,并对用于空间激光通信的深度学习技术的前景进行展望.
文献关键词：
空间激光通信;深度学习;信号处理;光斑;波前畸变
中图分类号：
作者姓名：
黄永梅;李宏伟;贺东;王强;郭弘扬;王子豪;唐薇
作者机构：
中国科学院光束控制重点实验室 成都 610209;中国科学院光电技术研究所 成都 610209;中国科学院大学 北京 100049;南通大学智能信息技术研究中心 南通 226019
文献出处：
引用格式：
[1]黄永梅;李宏伟;贺东;王强;郭弘扬;王子豪;唐薇-.深度学习技术在空间激光通信中的应用)[J].遥测遥控,2022(04):89-96
A类：
B类：
深度学习技术,射频通信,传输速率,保密性,功耗,通信领域,技术挑战,大气湍流,流导,信道,道情,十分复杂,发信号,光强度,信标,瞄准,接收端,光场,波前畸变,提升空间,空间激光通信系统,诸多方面,信息处理能力,通信信号,信号处理,光捕获,用做,面梳,光斑
AB值：
0.237085
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。
