新闻资讯

基于深度学习的无线频谱感知算法优化 

低轨卫星通信网络的构建与性能优化 
 田阳
摘要:随着全球通信需求的增加,低轨卫星通信网络因其低延迟和全球覆盖能力而受到广泛关注.这种网络依赖于在地球低轨道运行的卫星,为用户提供高速且可靠的通信服务.文章深入探讨低轨卫星通信网络的基础知识、构建过程、面临的技术挑战及其解决方案,并分析性能优化策略和这些网络在现实世界中的应用.未来,低轨卫星通信网络将在偏远乡村地区及灾害应急领域发挥重要作用.

VRRP交换组网模式下的STP拓扑研究 
 王兆福1 蔡艳丽2 申杰1
摘要:虚拟路由冗余协议(Virtual Router Redundancy Protocol,VRRP)交换组网模式的冗余设计,导致生成树协议(Spanning Tree Protocol,STP)环路切换,进而引起网络中断.为解决该问题,文章通过原理分析概述、环境构建测试以及结果分析论证的方法,深入研究STP拓扑结构与网络中断时长之间的因果关系,明确通过拓扑设计规避网络中断的方法,为该组网模式的网络规划提供原则和依据.

基于深度学习的无线频谱感知算法优化 
 王玉真
摘要:文章提出一种基于深度学习的无线频谱感知方法,并引入L1 正则化方法进行优化.首先,分析无线频谱感知的基本原理;其次,设计基于循环神经网络(Recurrent Neural Network,RNN)的频谱感知模型,并对传统RNN模型进行L1 正则化优化;最后,利用单输入多输出(Single Input Multiple Output,SIMO)协同频谱感知场景数据集进行实验验证.实验结果表明,相较于传统RNN方法,优化后的RNN模型在准确率、召回率以及F1 值等指标上均实现了更好的性能表现,证明了文章提出的方法在提高频谱感知性能方面具有显著的优势.


通信电源技术 2024年10期

发布日期:2024-07-10