《表3 用于训练的网络结构》
前文已经提到,CNN作为干扰估计器,将从时域提取干扰特征并输出相应的估计向量。因此,网络结构的效果对系统具有较大的影响。本文在训练中使用了表3所示的几种网络结构,并比较了损失函数和相应的系统误码率。最终本文确定CNN5_5网络在两种系统结构上的训练效果最稳定,在测试集上也有较好的性能。
图表编号 | XD00163339100 严禁用于非法目的 |
---|---|
绘制时间 | 2020.05.01 |
作者 | 马涛、李悦、杨峰、丁良辉 |
绘制单位 | 上海交通大学图像通信与网络工程研究所、海军研究院、上海交通大学无线通信技术研究所、上海交通大学图像通信与网络工程研究所 |
更多格式 | 高清、无水印(增值服务) |