摘要
本申请涉及水声通信技术领域,尤其涉及一种基于多尺度ConvLSTM的水声信道预测方法。自适应系统的设计依赖于至少提前一段时间预测信道的能力。对于几公里范围内的通信来说,这是一项非常具有挑战性的任务。本申请提供一种基于多尺度ConvLSTM的水声信道预测方法,该方法以时延‑多普勒域(DD域)信道为研究对象,将历史时刻的DD域信道数据作为输入,通过多尺度深度神经网络模型进行处理,最终输出预测的未来时刻DD域信道数据。通过对历史信道信息进行建模分析,实现对未来时刻信道状态的精准预测,从而为自适应系统提供可靠的依赖支撑。
技术关键词
信道预测方法
卷积长短期记忆
多尺度
时延
多普勒
矩阵
时间域
水声通信技术
深度神经网络模型
分支
滑动窗口
误差
参数
索引
数据
训练集
模块
对象
系统为您推荐了相关专利信息
模拟预测方法
数字孪生模型
定位故障设备
生成控制指令
生成对抗网络
单目深度估计
深度图
定位方法
井下作业环境
实例分割网络
图像超分辨率
神经网络单元
局部特征提取
代表
滑动窗口