在传统的多载波通信系统中，整个系统频带被划分为若干个互相分离的子信道（载波）。载波之间有一定的保护间隔，接收端通过滤波器把各个子信道分离之后接收所需信息。这样虽然可以避免不同信道互相干扰，但却以牺牲频率利用率为代价。而且当子信道数量很大的时候，大量分离各子信道信号的滤波器的设置就成了几乎不可能的事情。 上个世纪中期，人们提出了频带混叠的多载波通信方案，选择相互之间正交的载波频率作子载波，也就
转载
2023-10-10 20:01:42
84阅读
神经网络即人工神经网络，由具有权重和偏置的神经元组成，简单来说就是模拟生物神经元进行信息处理的模型。在训练过程中，神经网络通过调整神经元的权重和偏置，最终得到一个能将输入信息处理成为接近或符合我们预期输出的模型。具有多层的神经网络我们一般就可以认为是深度神经网络(Deep Neural Network，DNN)。从DNN按不同层的位置划分，DNN内部的神经网络层可以分为三类：输入层、隐藏层和输出层
转载
2023-08-09 10:53:30
87阅读
1、DNN(深度神经网络) 神经网络是基于感知机的扩展，而DNN可以理解为有很多隐藏层的神经网络。多层神经网络和深度神经网络DNN其实也是指的一个东西，DNN有时也叫做多层感知机（Multi-Layer perceptron,MLP）。DNN存在的局限：参数数量膨胀。由于DNN采用的是全连接的形式，结构中的连接带来了数量级的权值参数，这不仅容易导致过拟合，也容易造成陷入局部最优。局部最优。随着神经
转载
2023-10-13 15:48:35
97阅读
% simulation for channel estimation techniequs using LS, LMMMSE, and% comput
原创
2022-10-10 15:56:48
231阅读
文章目录（一）OFDM的概念（二）OFDM的基本原理2.1 概念说明2.2 OFDM原理及实现OFDM的基带信号表达式：OFDM的调制框图：OFDM调制与IDFT： （一）OFDM的概念 OFDM，英语全称为Orthogonal Frequency Division Multiplexing，中文全称为正交频分复用技术，实际上是MCM(Multi Carrier Modulation)，多载波
1. 几个主要的函数如下：newff:BP神经网络参数设置函数，构建了一个带参数神经网络
net=newff(P,T,S,TF,BTF,BLF,PL,IPF,OPF,DDF)
P：输入数据矩阵
T：输出数据矩阵
S：隐含层节点数
TF：节点传递函数，包括硬限幅传递函数hardlim、对称硬限幅传递函数hardlims、现象传递函数purelin、正切S型传递函数tansig、对数S型传递函数log
转载
2023-06-14 08:27:27
111阅读
目录一、理论基础二、核心程序三、仿真结论一、理论基础 OFDM(Orthogonal Frequency Division Multiplexing)即正交频分复用技术，实际上OFDM是MCM(Multi Carrier Modulation)，多载波调制的一种。通过频分复用实现高速串行数据的并行传输, 它具有较好的抗多径衰落的能力，能够支持多用户接入。OF
## 基于神经网络的 OFDM 信道补偿与信号检测代码实现
### 1. 整体流程
整个流程可以分为以下几个步骤：
1. 数据预处理：对接收到的信号进行预处理，包括去除噪音、降低干扰等操作。
2. OFDM 信号解调：将预处理后的信号进行 OFDM 解调，得到原始数据符号序列。
3. 信道估计：利用神经网络进行信道估计，得到信道响应矩阵。
4. 信道补偿：使用估计得到的信道响应矩阵对接收到的
原创
2023-09-06 15:19:34
55阅读
1.算法描述正交频分复用技术(orthogonalfrequencydivisionmultiplexing,ofdm)应用在通信系统中可以有效抵抗码间干扰(inter-symbolinterference,isi)。同时，通过在符号间插入循环前缀(cyclicprefix，cp)，可以进一步消除载波间干扰(intercarrierinterference,ici)。因此将ofdm技术应用在vlc
转载
2023-11-06 13:01:50
248阅读
clear all;close all;%=============== Some standard Hyperlan Params ==================T = 50e-9; % System sa
原创
2022-10-10 15:37:04
138阅读
本文为美国路易斯安那州立大学（作者：Zhongshan Wu）的博士论文，共141页。在这个新的信息时代，高数据速率和强大的可靠性是无线通信系统的特点，并且正成为商业网络成功部署的主导因素。MIMO-OFDM（多输入多输出正交频分复用）是一种新型的无线宽带技术，以其高速传输能力和抗多径衰落等能力而受到广泛欢迎。MIMO-OFDM系统面临的一个主要挑战是如何准确、快速地获取信道状态信息，以实现对信
% simulation for channel estimation techniequs using LS, LMMMSE, and% comput
原创
2022-10-10 15:20:19
104阅读
图像识别实战(三)----DNN讲解及代码实现DNN-----Deep Neural Networks------深度神经网络代码实现class MyDNN(fluid.dygraph.Layer):
def __init__(self):
super(MyDNN,self).__init__()
self.hidden1 = Linear(100,65,a
转载
2023-11-09 08:28:29
97阅读
PNN.py#!/usr/bin/env python
# encoding: utf-8
import torch
import torch.nn as nn
import torch.nn.functional as F
# 定义一个全连接层的神经网络
class DNN(nn.Module):
def __init__(self, hidden_units, dropout=0.
# 基于深度学习的OFDM信道估计Matlab实现指南
## 一、整个流程
首先，让我们来看一下整个基于深度学习的OFDM信道估计的实现流程。我们可以将整个过程分为几个步骤，并用表格展示出来。
| 步骤 | 操作 |
| ---- | ---- |
| 步骤一 | 数据准备：生成OFDM信号和信道 |
| 步骤二 | 搭建深度学习模型 |
| 步骤三 | 训练模型 |
| 步骤四 | 评估模
LeNetLeNet网络模型结构规模比较小，但包含了卷积层，Pooling层，全连接层，他们构成了现代神经网络的基本组件，后续更复杂的网络模型都离不开这些基本的网络层组件。 LeNet-5包含输入层在内共有八层，每一层都包含多个参数（权重）。C层代表的是卷积层，通过卷积操作，可以使源信号特征增强，并降低噪音。S层是一个下采样层， 利用图像局部相关性的原理，对图像进行子抽样，可以减少数据处理量，同时
转载
2023-10-26 08:00:19
35阅读
OFDM信号模型一、OFDM基本原理：基本思路：将一路高速的数据流转化为多路低速的数据流，在正交的子载波上进行并行传输，以此获得对抗多径信道鲁棒性很好的高速（相对于单载波调制系统）传输方式。OFDM的全称是正交频分复用，毫无疑问，这是一种频分复用的传输技术。我们传统的频分复用技术，通过划分不同的频段（或许，FDM又该重新带着问题去学习一次）来传输信息，实现了在信道中同时传输多路信号。而在OFDM系
转载
2023-11-06 13:10:04
66阅读
作者：Xiaowei Huang, Marta Kwiatkowska, Sen Wang and Min Wu单位：牛津大学计算机科学系 目录摘要主要贡献预备知识分类决策的安全性分析安全性和鲁棒性操作有界变化验证框架逐层分析验证方法特征分解和发现区域和操作的选择映射回输入层实验结果比较总结 摘要 深度神经网络在图像分类方面取得了令人印象深刻的实验结果，但它在对抗扰动方面是不稳定的，也就是说，对
转载
2023-08-16 00:00:28
71阅读
深度神经网络的电力系统实时状态估计与预测源代码代码按照高水平文章复现，保证正确
利用深度神经网络(DNNs)进行电力系统实时监测。
在IEEE 118系统的实际负载数据实验中，新的基于dnn的PSSE方案的性能几乎优于竞争对手的数量级，包括广泛采用的Gauss-Newton PSSE求解器。
基于数据驱动的DNN的改进处理电力系统实时监测(估计和预测)。
为PSSE开发了Prox-linear网络
转载
2023-07-23 18:57:33
35阅读
1.算法描述
在无线通信系统中，从发射端发射的信号，经过直射、反射、散射等路径到达接收端。在ofdm系统中，为了获取更好的性能，需要进行信道估计获取信道的状态信息。ofdm技术虽然可以通过添加循环前缀的方式抑制多径效应产生的符号间干扰，但是却对高速移动产生的多普勒效应极其敏感。典型的信道估计方法包括最小二乘法和最小均方误差法，然而在系统发射端和接收端的相对移动速度较快时，这两种方法性能受限，而且忽
原创
2023-03-02 15:58:52
299阅读
