《表1 CNN-STBC系统结构参数》
CNN-STBC系统的结构参数如表1所示。Conv1D层数减少也能训练出与传统系统相同的性能,但需要用较大训练数据才能训练出比较好的效果。Conv1D层增加则会因为网络层数太大导致梯度消失或训练困难。因此,本系统折中地选择3层的Conv1D层。Conv1D层的特性使系统可以同时处理M′k的符号信息,M是输入序列的块长度,表示一次可以处理M个符号流的信息。卷积神经网络具有权值共享的特性,对所有输入符号的权重相同,执行相同操作,所以测试样本块长度与训练模型样本块长度不同也可以正常工作,系统更容易泛化。其中Conv1D层的卷积核大小为1,步长为1,可以有效地学习到MIMO系统的调制和编码方案。接收端最后一层Conv1D层的激活函数选用sigmoid激活函数,比softmax更适用于二进制分类。
图表编号 | XD00148291300 严禁用于非法目的 |
---|---|
绘制时间 | 2020.07.28 |
作者 | 王旭东、吴楠、王旭 |
绘制单位 | 大连海事大学信息科学技术学院、大连海事大学信息科学技术学院、大连海事大学信息科学技术学院 |
更多格式 | 高清、无水印(增值服务) |