基于深度学习的频谱感知算法的研究与实现–基于能量特征开题报告

 2021-10-24 03:10

1. 研究目的与意义(文献综述包含参考文献)

文 献 综 述一、引言随着无线宽带和多媒体用户市场的迅速扩大以及高数据速率的应用,频谱资源匮乏给未来的无线通信网络5g甚至是6g带来很大挑战。

未来的无线通信要实现给更多的用户提供更快更好的通信服务质量,然而,满足这些要求的一个限制来自于目前固定的频谱分配策略导致可用频率资源使用效率低。

提高频谱资源的使用效率是未来无线通信亟需解决的问题,为此,5g使用的频谱范围将进一步扩展到毫米波频段,并采用动态频谱共享技术,即认知无线电(cr, cognitive radio)技术解决频谱匮乏的问题。

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

2. 研究的基本内容、问题解决措施及方案

一、课题研究内容本课题要在掌握深度学习技术的基础上设计一频谱感知系统,能实时的将所采集的信号的能量等数据送入搭建的卷积神经网络中进行判断。

要求学生提出具体的解决方案,进行系统设计,最终通过调试实现系统。

主要问题:1、掌握卷积神经网路的基本原理;2、熟悉深度学习的项目开发平台;3、完成整体网络架构的设计及必要的参数确定;4、完成系统调试;5、完成毕业设计论文。

剩余内容已隐藏,您需要先支付 10元 才能查看该篇文章全部内容!立即支付

课题毕业论文、开题报告、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。