摘要
短波频率资源有限且易受电离层快速变化影响,导致短波链路建立困难且易发生中断,因此短波信道的准确预测对于保证短波通信质量具有重要意义。通过对短波信道实时监测数据的分析,并结合BP神经网络在非平稳序列预测方面的优势,提出一种基于BP神经网络的短波信道预测算法。针对不同时刻信道数据进行MATLAB仿真,预测相对误差控制在6%以内,验证了算法的理论可行性。
This paper proposes a BP-neural-network-based prediction algorithm by the analysis of the experimental data and the advantage of the artificial intelligence on the predicting perspective of nonlinearity.The simulation results show the theoretical feasibility of the scheme with final relative error less than 6% based on the platform of MATLAB.
出处
《工业控制计算机》
2017年第10期55-56,59,共3页
Industrial Control Computer
基金
国家基金委青年科学基金项目(61401440):移动认知无线网络中基于循环平稳特性的无线认知研究
国家基金委国际合作项目(6146136001):面向5G网络的新型传输技术研究
张江高科技园区管理委员会(2013D07):信息通信与集成电路技术公共服务平台能力提升
关键词
电离层
短波信道
BP神经网络
预测
相对误差
ionosphere,Short-wave Channel,BP neural network,predict,relative error
