• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文会议>International Wireless Communications and Mobile Computing Conference >SNR Estimation of UAV Control Signal Based on Convolutional Neural Network
【24h】

SNR Estimation of UAV Control Signal Based on Convolutional Neural Network

机译：基于卷积神经网络的UAV控制信号SNR估计

获取原文
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

The signal-to-noise ratio (SNR) is an effective evaluation index for channel status and communication quality, and plays an important role in signal analysis. Under the gradual complexity of the unmanned aerial vehicle (UAV) remote control signal environment and the rapid development of neural network models in deep learning, this paper proposes a convolutional neural network (CNN) model-based SNR estimation method of UAV remote control signal environment. We construct a simulation dataset of UAV remote control signal with different SNRs, then train the model and its parameters, save the model with better performance and use the test set to verify the performance of the algorithm finally. The experimental result shows that the performance of the algorithm is improved compared to the two known algorithm.
机译：信噪比（SNR）是通信状态和通信质量的有效评估指标，在信号分析中起着重要作用。 在无人驾驶飞行器（UAV）遥控信号环境的逐步复杂性和深度学习中神经网络模型的快速发展，本文提出了一种UAV遥控信号环境的卷积神经网络（CNN）模型的SNR估计方法 。 我们用不同的SNR构建UAV遥控信号的仿真数据集，然后培训模型及其参数，通过更好的性能保存模型，并使用测试集最后验证算法的性能。 实验结果表明，与两种已知的算法相比，算法的性能得到改善。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号