首页> 中文期刊> 《国外电子测量技术》 >基于长短期记忆网络的无人机认知无线电频谱预测

基于长短期记忆网络的无人机认知无线电频谱预测

         

摘要

为解决无线电频谱利用率低的问题,提出利用长短期记忆网络(LSTM)来预测一段时间内的无线电频谱信息,使得装有认知无线电的无人机能够机会性的接入频谱空洞,以提高无线电频谱的利用率。首先分别建立整合移动平均自回归(ARIMA),时延神经网络(TDNN)以及LSTM的预测模型,其次构建3种预测模型相应的预测算法,最后利用提出的LSTM预测模型与同样具有时序型预测模型的ARIMA和TDNN在预测误差上的比较,证明该LSTM网络在预测具有时序型的无人机频谱信息中具有更好的预测性能。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 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