论文摘要
深度学习技术在图像处理、机器视觉等领域的应用取得了显著成效。基于此,对基于深度学习技术的水声信道均衡算法进行研究,提出了基于堆栈自编码器的水声信道均衡算法。该算法将堆栈自编码器作为均衡器,采用"类贪婪法"进行逐层训练,然后反向微调整个深度网络。水声信道仿真结果表明,与常数模算法（Constant Modulus Algorithm,CMA）和基于RBF神经网络的均衡算法（Equalization Algorithm based on RBF,REA）相比,基于自编码器的均衡算法（Equalization Algorithm based on Auto-encoders,AEA）和基于堆栈自编码器的均衡算法（Equalization Algorithm based on Stacked Auto-encoders,SAEA）都表现出更好的均衡性能,其中堆栈自编码器算法表现最优。
论文目录
文章来源
类型: 期刊论文
作者: 刘振兴,陈震
关键词: 水声信道,堆栈自编码器,均衡器,信号变换
来源: 通信技术 2019年11期
年度: 2019
分类: 信息科技
专业: 电信技术,自动化技术
单位: 泰州职业技术学院信息技术学院,南京信息工程大学江苏省大气环境与装备技术协同创新中心
基金: 国家自然科学基金(No.61875089),江苏省大学生创新创业训练项目(No.201912106019Y,No.201612106014X)~~
分类号: TN929.3;TP18
页码: 2605-2610
总页数: 6
文件大小: 3393K
下载量: 85