期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于深度学习的HARQ辅助空天地融合网络时延受限容量预测
1
作者
郭凇岐
安康
+3 位作者
孙艺夫
施育鑫
朱勇刚
梁涛
《电讯技术》
北大核心
2023年第7期963-971,共9页
空天地融合网络(Satellite-Aerial-Terrestrial Integrated Network,SATIN)可以满足未来网络对全时全域全空通信和网络互联互通的需求。为了降低用户端传输时延并满足高频谱利用效率的要求,研究了基于深度学习的混合自动重复请求(Hybrid...
空天地融合网络(Satellite-Aerial-Terrestrial Integrated Network,SATIN)可以满足未来网络对全时全域全空通信和网络互联互通的需求。为了降低用户端传输时延并满足高频谱利用效率的要求,研究了基于深度学习的混合自动重复请求(Hybrid Automatic Repeat reQuest,HARQ)辅助的SATIN的时延受限容量(Delay-Limited Throughput,DLT)。为了提升性能预测效率和实时性,提出了基于卷积神经网络(Convolutional Neural Network,CNN)的性能预测方法,采用了一种去除池化层的改进CNN模型。预测结果表明,所提出的CNN预测结果较优,较Elman、BP等传统机器学习方法有更好的预测性能,其误差在10~(-3)浮动,且预测时间较其他方法大幅度减少。
展开更多
关键词
空天地融合网络(SATIN)
混合自动重复请求(HARQ)
时延受限容量
卷积神经网络(CNN)
下载PDF
职称材料
题名
基于深度学习的HARQ辅助空天地融合网络时延受限容量预测
1
作者
郭凇岐
安康
孙艺夫
施育鑫
朱勇刚
梁涛
机构
南京信息工程大学电子与信息工程学院
国防科技大学第六十三研究所
国防科技大学电子科学学院
出处
《电讯技术》
北大核心
2023年第7期963-971,共9页
基金
国家自然科学基金资助项目(61901502)。
文摘
空天地融合网络(Satellite-Aerial-Terrestrial Integrated Network,SATIN)可以满足未来网络对全时全域全空通信和网络互联互通的需求。为了降低用户端传输时延并满足高频谱利用效率的要求,研究了基于深度学习的混合自动重复请求(Hybrid Automatic Repeat reQuest,HARQ)辅助的SATIN的时延受限容量(Delay-Limited Throughput,DLT)。为了提升性能预测效率和实时性,提出了基于卷积神经网络(Convolutional Neural Network,CNN)的性能预测方法,采用了一种去除池化层的改进CNN模型。预测结果表明,所提出的CNN预测结果较优,较Elman、BP等传统机器学习方法有更好的预测性能,其误差在10~(-3)浮动,且预测时间较其他方法大幅度减少。
关键词
空天地融合网络(SATIN)
混合自动重复请求(HARQ)
时延受限容量
卷积神经网络(CNN)
Keywords
satellite-aerial-terrestrial integrated network(SATIN)
hybrid automatic repeat request(HARQ)
delay-limited throughput
convolutional neural network(CNN)
分类号
TN927 [电子电信—通信与信息系统]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于深度学习的HARQ辅助空天地融合网络时延受限容量预测
郭凇岐
安康
孙艺夫
施育鑫
朱勇刚
梁涛
《电讯技术》
北大核心
2023
0
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部