文件大小：1.12M
摘要：针对对流层散射通信短期传输损耗预测难题，提出一种基于卷积神经网络联合门控循环单元（Convolutional Neural Networks-Gated Recurrent Neural Network，CNN-GRU）的混合神经网络模型，利用CNN提取气象数据的特征，再利用GRU提取数据的时间相关性特征，最后通过全连接层将特征映射到信道传输损耗，从而利用气象数据实现对散射通信短期传输损耗的预测。通过实测数据进行了验证，结果显示该模型相对现有的短期预测算法精确度提升10.98%，最大误差下降8.57dB，能更准确的预测对流层散射通信短期传输损耗。
文章目录
0 引言
1 散射通信信道传输损耗分析
2 基于CNN-GRU的散射通信短期传输损耗预测模型构建
2.1 CNN-GRU预测模型整体架构
2.2 实验数据预处理
2.3 模型参数设置
2.3.1 CNN模块参数设置
2.3.2 GRU模块参数设置
3 实验结果与分析
3.1 评价指标
3.2 实验结果及分析
4 结束语
