|
|
1.
基于卷积神经网络的超宽带信道环境的分类算法
杨亚楠, 夏斌, 赵磊, 袁文浩
计算机应用
2019, 39 (5):
1421-1424.
DOI: 10.11772/j.issn.1001-9081.2018071516
针对非视距（NLOS）状态鉴别需要已知信道类型的分类的问题，提出了一种基于卷积神经网络（CNN）的信道环境分类算法。首先，对超宽带（UWB）信道进行采样，构建样本集合；然后，利用样本集合训练CNN，对不同的信道场景特征进行提取；最终实现超宽带信道环境的分类。实验结果表明：所采用的分类方法的总模型准确率约为93.40%，能有效地实现信道环境的分类识别。
参考文献 |
相关文章 |
多维度评价
|
|
