导读:本文包含了网络信道论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:信道,算法,通信,网络,卷积,天波,神经网络。
网络信道论文文献综述
但家鑫[1]（2019）在《关于无线传感器网络多信道通信技术在工业测控上的应用》一文中研究指出近年来,我国工业在不断的发展,工业的制造技术以及监控技术都顺应工业的需要也在相应的进行改革,提高技术水平。特别是无线传感器网络技术的产生,应用到工业测控方面,造成了工业的一大改革,对于工业发展的意义重大。本文对无线传感器网络多信道通信技术的功能进行了介绍,并且对无线传感器网络技术在工业测控之中的巨大作用进行了探究,同时也对如何将无线传感器网络技术应用到工业之中提出了一些看法与意见。(本文来源于《内燃机与配件》期刊2019年24期）
赵四方,马启原,李铁楠[2]（2019）在《基于LSTM网络的短波天波信道分析及预测》一文中研究指出短波通信过程受到时间、空间、频率和太阳黑子等诸多复杂因素的影响,造成了信号质量不稳定。传统计算预报法难以从"理论模型"层面完整模拟所有通信要素的影响,探测选频法对装备和平台依赖性较强,同时会造成短波频谱的污染。论文采用多层神经网络算法,利用历史经验数据进行短波天波通信电路分析和预测。第一层选用长短期记忆神经网络模型,快速拟合短波天波电路随时间的慢变化与快变化特征;第二层选用深度神经网络模型将高维度堆迭序列转化为与样本相同的标准输出序列,从而得到短波天波电路变化规律的预测结果。最终将通信电路的预测结果同理论计算方法和实测结果进行对比,对比结果表明多层神经网络算法可获得比理论计算方法高的预测精度,适合于短波天波电路分析与预测。(本文来源于《舰船电子工程》期刊2019年12期）
高晓格[3]（2019）在《基于机器学习算法的船舶通信网络信道估计》一文中研究指出针对传统船舶通信网络信道估计方法调控响应性能较差的问题,提出一种基于机器学习算法的船舶通信网络信道估计方法。在物理层LTE协议中定义导频序列,基于gold序列设计船舶通信网络信道的导频序列,通过奈奎斯特定理决定导频信号的插入密度,在设计的船舶通信网络信道导频序列中按照该密度插入导频信号,基于机器学习算法拟合不同时间点同一子帧内的信道估计值,以实现船舶通信网络的信道估计。为了证明基于机器学习算法的船舶通信网络信道估计方法的调控响应性能较强,比较该方法与传统船舶通信网络信道估方法。实验结果证明该方法的调控曲线拟合性最强,即该方法的调控响应性能优于实验中的传统方法,证明了该方法的优越性。(本文来源于《舰船科学技术》期刊2019年22期）
葛学东[4]（2019）在《基于格网系的无线网络多信道信息融合方法》一文中研究指出为解决当前方法信息融合效果差、信息融合时延长的问题,提出基于格网系的无线网络多信道信息融合方法。采用模糊理论中的相关函数对无线网络传感器的支持度进行计算;在格网系的设计下,利用知识元模型获取信息的融合集,并将其实例成信息单元,为无线网络多信道信息融合提供基础;最后,在熵权法基础上,引入对无线网络多信道信息之间欧氏距离的测度,利用距离熵的概念获取信息的全局和局部融合权重,采用线性加权法对信道信息的全局和局部融合结果进行计算,最终实现了对无线网络多信道信息的融合。实验结果表明,所提方法在对无线网络多信道信息融合时,信息融合效果较好,并且信息融合时延短、实时性好,具有较高有效性和可行性。(本文来源于《吉林大学学报(信息科学版)》期刊2019年06期）
何宪文,李智忠,姜斌,杨刚[5]（2019）在《双向MIMO中继网络中采用信道独立预编码的自干扰消除技术》一文中研究指出双向中继网络在提高频谱效率的同时会引入额外的自干扰,本文针对放大转发(AF)模式下双向多输入多输出(MIMO)中继网络中的自干扰抵消问题,从消除信道估计误差引入的剩余自干扰着手,提出一种采用信道独立预编码的盲干扰抵消(BIC)方案。新方案在源节点对信息进行行空间预编码,从而构建不依赖于MIMO信道矩阵的期望信号子空间和自干扰子空间,实现未知信道状态下自干扰抵消和期望信号分离,从而消除非理想信道估计带来的剩余自干扰信号。在此基础上,以最大化有效信噪比为目标设计最佳预编码,通过推导可达和速率的闭合表达式,分析不同方案下信道估计误差对可达和速率的影响。仿真结果表明,新方案在不同的信道估计误差下,能够实现完美自干扰消除,其检测性能和容量均优于基于信道估计的自干扰消除方案。(本文来源于《信号处理》期刊2019年10期）
钱志鸿,田春生,王鑫,王雪[6]（2019）在《D2D网络中信道选择与功率控制策略研究》一文中研究指出针对D2D通信的资源分配问题,该文研究了D2D信道选择与功率控制策略。在保证蜂窝用户服务质量(QoS)的前提下,提出一种基于启发式的D2D信道选择算法,为系统内的D2D用户找到合适的信道复用资源。同时,利用拉格朗日对偶方法求解得到D2D用户最优传输功率。仿真结果表明当蜂窝用户与多对D2D用户共享信道资源时能够大幅度提升系统平均吞吐量。在相同条件下,该算法的性能要明显优于现有算法。(本文来源于《电子与信息学报》期刊2019年10期）
杨凌,赵膑,陈亮,李媛,张国龙[7]（2019）在《基于回声状态网络的卫星信道在线盲均衡算法》一文中研究指出针对非线性卫星信道,该文提出了两种基于回声状态网络(ESN)的在线盲均衡算法。利用ESN良好的非线性逼近能力,将发送信号的高阶统计量(HOS)代入ESN,结合常模算法(CMA)和多模算法(MMA)构造盲均衡的代价函数,并采用递归最小二乘(RLS)算法对ESN输出权值进行迭代寻优,实现了Volterra卫星信道下常模和多模信号的在线盲均衡。实验表明,该文算法可以有效降低非线性信道对发送信号产生的畸变,相较于传统的Volterra滤波方法,有更快的收敛速度和更低的均方误差值。(本文来源于《电子与信息学报》期刊2019年10期）
卓干兵,唐加山,章歆羡,杨慧霞,卢美玲[8]（2019）在《蜂窝网络中D2D通信模式选择和信道分配算法》一文中研究指出设备到设备(D2D)通信中,不合理的模式选择和信道分配方案会引入干扰,严重时不仅不能体现D2D通信优势,而且还将导致蜂窝用户传输速率下降。针对这一问题,文章提出了一种蜂窝网络中D2D模式选择和信道分配算法。仿真结果表明,新算法能够在有效的平衡蜂窝网络中D2D用户接入率和系统总吞吐量的同时,最小化用户之间的干扰。(本文来源于《信息通信》期刊2019年10期）
黄洁,王燚[9]（2019）在《适用于侧信道分析的卷积神经网络结构的实验研究》一文中研究指出侧信道分析中,对模板攻击的模板建立研究已经从高斯分布转变到使用机器学习算法来建立模板。比如使用支持向量机、神经网络等。但是使用神经网络进行侧信道分析时,网络结构的设计参数众多,找到合适的网络结构很困难。基于大量的实验研究,总结并提出适用于侧信道分析的卷积神经网络结构的经验,为今后设计侧信道攻击中的卷积神经网络提供依据。(本文来源于《成都信息工程大学学报》期刊2019年05期）
田聪,武振,罗威,戴鹏,苗岩[10]（2019）在《基于4G和5G网络的侧信道攻击和防御方法研究》一文中研究指出在2019年NDSS大会上,高校研究员披露了同时影响4G和5G LTE协议的新型蜂窝网络漏洞,以及如何利用4G和5G网络中的寻呼信息进行隐私攻击的研究。本文介绍了侧信道攻击和UE寻呼的相关原理,以及利用寻呼信息设计的几种攻击方式,包括ToRPEDO攻击、基于ToRPEDO攻击设计的PIERCER攻击以及IMSI暴力破解方法。并给出对于这些攻击,该采取的防御策略。希望能为5G网络安全防范提供参考。(本文来源于《2019广东通信青年论坛优秀论文专刊》期刊2019-10-11）
网络信道论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
短波通信过程受到时间、空间、频率和太阳黑子等诸多复杂因素的影响,造成了信号质量不稳定。传统计算预报法难以从"理论模型"层面完整模拟所有通信要素的影响,探测选频法对装备和平台依赖性较强,同时会造成短波频谱的污染。论文采用多层神经网络算法,利用历史经验数据进行短波天波通信电路分析和预测。第一层选用长短期记忆神经网络模型,快速拟合短波天波电路随时间的慢变化与快变化特征;第二层选用深度神经网络模型将高维度堆迭序列转化为与样本相同的标准输出序列,从而得到短波天波电路变化规律的预测结果。最终将通信电路的预测结果同理论计算方法和实测结果进行对比,对比结果表明多层神经网络算法可获得比理论计算方法高的预测精度,适合于短波天波电路分析与预测。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
网络信道论文参考文献
[1].但家鑫.关于无线传感器网络多信道通信技术在工业测控上的应用[J].内燃机与配件.2019
[2].赵四方,马启原,李铁楠.基于LSTM网络的短波天波信道分析及预测[J].舰船电子工程.2019
[3].高晓格.基于机器学习算法的船舶通信网络信道估计[J].舰船科学技术.2019
[4].葛学东.基于格网系的无线网络多信道信息融合方法[J].吉林大学学报(信息科学版).2019
[5].何宪文,李智忠,姜斌,杨刚.双向MIMO中继网络中采用信道独立预编码的自干扰消除技术[J].信号处理.2019
[6].钱志鸿,田春生,王鑫,王雪.D2D网络中信道选择与功率控制策略研究[J].电子与信息学报.2019
[7].杨凌,赵膑,陈亮,李媛,张国龙.基于回声状态网络的卫星信道在线盲均衡算法[J].电子与信息学报.2019
[8].卓干兵,唐加山,章歆羡,杨慧霞,卢美玲.蜂窝网络中D2D通信模式选择和信道分配算法[J].信息通信.2019
[9].黄洁,王燚.适用于侧信道分析的卷积神经网络结构的实验研究[J].成都信息工程大学学报.2019
[10].田聪,武振,罗威,戴鹏,苗岩.基于4G和5G网络的侧信道攻击和防御方法研究[C].2019广东通信青年论坛优秀论文专刊.2019
论文知识图
