一种基于深度学习的稀疏水声信道估计方法.pdfVIP

下载本文档

23
0
约1.26万字
约 8页
2023-05-31 发布于四川
举报
版权申诉

一种基于深度学习的稀疏水声信道估计方法.pdf

1、本文档共8页，其中可免费阅读7页，需付费10金币后方可阅读剩余内容。
2、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。
3、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
4、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
8、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

一种基于深度学习的稀疏水声信道估计方法，涉及水声通信技术领域。构建水声信道估计模型，搭建一个稀疏感知的深度神经网络，利用水声信道训练数据集对稀疏感知的深度神经网络的权重进行训练，使其能够准确学习所述水声信道稀疏特征；利用已训练的稀疏感知的深度神经网络，对待估计水声信道脉冲响应进行估计，得到水声信道脉冲响应估计值；选取水声信道脉冲响应估计值中具有最大幅值的K个元素对应的索引，得到水声信道稀疏支撑集；利用水声信道稀疏支撑集，得到水声信道脉冲响应精细化估计值。通过深度学习水声信道的稀疏特征，能够在通信

(19)中华人民共和国国家知识产权局 (12)发明专利 (10)授权公告号 CN 112511469 B (45)授权公告日 2022.02.08 (21)申请号 202011361757.5 审查员刘丽娜 (22)申请日 2020.11.27