基于循环神经网络的频谱占用度预测方法研究

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