随着第五代移动通信技术(5th Generation Mobile Communication Technology,5G)的快速发展,电磁信道环境趋向复杂。以采用人工智能技术提高5G通信调制识别率为目的,在低信噪比的高斯噪声背景下,模拟适用于神经网络算法模型输入的5G星座...随着第五代移动通信技术(5th Generation Mobile Communication Technology,5G)的快速发展,电磁信道环境趋向复杂。以采用人工智能技术提高5G通信调制识别率为目的,在低信噪比的高斯噪声背景下,模拟适用于神经网络算法模型输入的5G星座图数据集,基于Tensorflow2.0平台搭建16层几何视觉群网络(Visual Geometry Group Network-16 Layers,VGG16)卷积神经网络模型,通过算法设计与仿真试验,验证了高噪环境下5G调制识别技术的可行性。与业界现有的传统调制识别技术相比,采用VGG16卷积神经网络对5G的调制方式进行识别,可大幅提高识别的准确率,在实际的工程应用中取得了很好的效果。展开更多
课程背景
课程官方名称为"设计与建成环境概论"(Fundamentals of Design and the Built Environment),分两学期授课,面向刚刚进入佐治亚理工学院本科学习的设计类专业学生开放。由于学生一般在本科第一年末才会签署准备攻读的具体...课程背景
课程官方名称为"设计与建成环境概论"(Fundamentals of Design and the Built Environment),分两学期授课,面向刚刚进入佐治亚理工学院本科学习的设计类专业学生开放。由于学生一般在本科第一年末才会签署准备攻读的具体专业方向(如建筑设计、工业设计等),展开更多
文摘随着第五代移动通信技术(5th Generation Mobile Communication Technology,5G)的快速发展,电磁信道环境趋向复杂。以采用人工智能技术提高5G通信调制识别率为目的,在低信噪比的高斯噪声背景下,模拟适用于神经网络算法模型输入的5G星座图数据集,基于Tensorflow2.0平台搭建16层几何视觉群网络(Visual Geometry Group Network-16 Layers,VGG16)卷积神经网络模型,通过算法设计与仿真试验,验证了高噪环境下5G调制识别技术的可行性。与业界现有的传统调制识别技术相比,采用VGG16卷积神经网络对5G的调制方式进行识别,可大幅提高识别的准确率,在实际的工程应用中取得了很好的效果。
文摘课程背景
课程官方名称为"设计与建成环境概论"(Fundamentals of Design and the Built Environment),分两学期授课,面向刚刚进入佐治亚理工学院本科学习的设计类专业学生开放。由于学生一般在本科第一年末才会签署准备攻读的具体专业方向(如建筑设计、工业设计等),