摘要
本发明属于基于深度学习的通信技术领域,具体涉及基于自适应降噪的LSTM‑DRSN自动编码器的端到端通信方法、程序、设备及存储介质。本发明将LSTM‑DRSN神经网络的编码器作为通信发送端,解码器作为通信接收端,待传输数据通过发送端的编码器具有同相分量和正交分量的发送信号,经过信道环境加入的噪声干扰通过解码器的DRSN层中的软阈值化操作实现自适应降噪,并解码还原为原始数据,实现端到端通信。本发明通过引入LSTM模型实现了对任意块长度的适应性,解决了输入序列变化时需重新设计结构的问题。本发明设计的LSTM‑DRSN系统在多种信道条件下显著提高了SNR增益,并克服了传统系统的局限性。
技术关键词
自动编码器
通信方法
解码器
Softmax函数
接收端
发送端
信道
参数
信号
梯度下降算法
LSTM模型
构建训练集
计算机装置
计算机程序产品
噪声
处理器
软判决
传播算法
系统为您推荐了相关专利信息
多源数据融合方法
局部空间特征
海洋
编码器
网格
遥感图像变化检测
多模态深度学习
卷积模块
编码模块
输出特征
无线传输系统
单兵终端
指挥终端
流媒体服务器
高保真扬声器