摘要
本发明提出了一种设计模式智能化参数确值的FBMC波形设计方法,用于DFT‑spread FBMC通信系统。该方法通过神经网络实现系统性能指标到原型滤波器设计参数的映射,避免了传统迭代最小二乘法中的参数穷举搜索问题。通过线下数据集训练神经网络,将性能需求转换为设计参数,再利用迭代最小二乘(ILS)方法得到原型滤波器,提高了FBMC波形设计的效率和灵活性。本发明有利于按系统性能需求实现波形设计,降低设计成本。
技术关键词
波形设计方法
原型滤波器
滤波器组多载波通信
参数
峰均功率比
神经网络结构
训练神经网络
神经网络训练
重建误差
数据
线下
平方根
通信系统
数值
场景
系统为您推荐了相关专利信息
特征编码模型
解码模型
编码向量
预训练模型
标记
电池健康状态评估
量子态
生成对抗网络
样本
支持向量机算法