声明
1 绪论
1.1 研究背景及意义
1.2 国内外研究进展
1.3 本文组织结构
2 相关技术和原理
2.1 频谱占用度预测
2.1.1 频谱占用度预测方法
2.1.2 数据降噪算法
2.2 神经网络原理
2.2.2 神经网络基础
2.2.3 循环网络及长短时记忆网络
2.2.4 独立循环网络算法原理
2.2.5 常用激活函数分析
2.3 本章小结
3 基于循环网络的频谱占用度预测
3.1 基于EMD-LSTM网络的频谱占用度短期预测
3.1.1 短期预测特点分析
3.1.2 EMD-LSTM 网络
3.2 基于new Res-IndRNN网络的频谱占用度长期预测
3.2.1 长期预测的特点分析
3.2.2 规范化方法研究及IndRNN的改进
3.2.3 new Res-IndRNN 神经网络
3.3 本章小结
4 数据处理和实验
4.1 数据集获取
4.1.1 无线电信号监测
4.1.2 频谱占用度计算
4.2 损失函数和评价指标
4.3 短期预测实验结果及分析
4.3.1 频谱占用度信息的降噪
4.3.2 实验结果及分析
4.4 长期预测实验结果及分析
4.4.1 频谱占用度信息的降噪
4.4.2 常用神经网络的实验分析
4.4.3 new Res-IndRNN 实验结果及分析
4.5 本章小结
5 总结与展望
5.1 总结
5.2 展望
参考文献
个人简历、在校期间发表的学术论文与研究成果
致谢
郑州大学;