基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
新型通信业务大量涌现和终端接入设备的急剧增长,导致信道建模复杂度显著提升,传统通信算法难以满足实时且精确地进行信号处理的要求,而深度学习(Deep Learning, DL)技术凭借其强大的模型学习能力、结构简单且运算速度较高的特点,成为无线物理层传输研究的主流方向。本文首先介绍了基于DL技术的三种经典神经网络,随后对DL技术在无线传输物理层模块如帧同步、编码器、检测器以及对整个接收机端到端替代的应用成果进行了总结和说明。
推荐文章
软件无线电在自组网动态物理层中的应用
软件无线电
无线局域网
自组网
基于RocketIO的SATA物理层高速串行传输实现
RocketIO
SATA物理层
高速串行传输
基于深度学习的物理层无线通信技术:机遇与挑战
物理层无线通信
深度学习
深度神经网络
调制模式识别
波束成形
单播网络中基于物理层网络编码的协作传输方案设计
单播传输
无线中继网络
协作通信
网络吞吐量
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 深度学习在无线传输物理层的应用与实现
来源期刊 无线通信 学科 工学
关键词 深度学习 帧同步 信道编码 信号检测 接收机
年,卷(期) wxtx_2020,(1) 所属期刊栏目
研究方向 页码范围 1-12
页数 12页 分类号 TN9
字数 语种
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 高君慧 2 0 0.0 0.0
2 李嘉珂 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2020(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
深度学习
帧同步
信道编码
信号检测
接收机
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
无线通信
双月刊
2163-3983
武汉市江夏区汤逊湖北路38号光谷总部空间
出版文献量(篇)
205
总下载数(次)
258
论文1v1指导