基于深度学习的HARQ辅助空天地融合网络时延受限容量预测
文档名：基于深度学习的HARQ辅助空天地融合网络时延受限容量预测
摘要：空天地融合网络(Satellite-Aerial-TerrestrialIntegratedNetwork,SATIN)可以满足未来网络对全时全域全空通信和网络互联互通的需求.为了降低用户端传输时延并满足高频谱利用效率的要求,研究了基于深度学习的混合自动重复请求(HybridAutomaticRepeatreQuest,HARQ)辅助的SATIN的时延受限容量(Delay-LimitedThroughput,DLT).为了提升性能预测效率和实时性,提出了基于卷积神经网络(ConvolutionalNeuralNetwork,CNN)的性能预测方法,采用了一种去除池化层的改进CNN模型.预测结果表明,所提出的CNN预测结果较优,较Elman、BP等传统机器学习方法有更好的预测性能,其误差在10-3浮动,且预测时间较其他方法大幅度减少.
作者：郭凇岐 安康 孙艺夫 施育鑫 朱勇刚 梁涛 Author：GUOSongqi ANKang SUNYifu SHIYuxin ZHUYonggang LIANGTao
作者单位：南京信息工程大学电子与信息工程学院,南京210044;国防科技大学第六十三研究所,南京210007国防科技大学第六十三研究所,南京210007;国防科技大学电子科学学院,长沙410073国防科技大学第六十三研究所,南京210007
刊名：电讯技术 ISTICPKU
Journal：TelecommunicationEngineering
年，卷(期)：2023, 63(7)
分类号：TN927
关键词：空天地融合网络(SATIN)混合自动重复请求(HARQ)时延受限容量卷积神经网络(CNN)
Keywords：satellite-aerial-terrestrialintegratednetwork(SATIN)hybridautomaticrepeatrequest(HARQ)delay-limitedthroughputconvolutionalneuralnetwork(CNN)
机标分类号：TP393TN925.93TP273
在线出版日期：2023年8月3日
基金项目：国家自然科学基金基于深度学习的HARQ辅助空天地融合网络时延受限容量预测[
期刊论文]电讯技术--2023, 63(7)郭凇岐安康孙艺夫施育鑫朱勇刚梁涛空天地融合网络(Satellite-Aerial-TerrestrialIntegratedNetwork,SATIN)可以满足未来网络对全时全域全空通信和网络互联互通的需求.为了降低用户端传输时延并满足高频谱利用效率的要求,研究了基于深度学习的混合自动...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
基于深度学习的HARQ辅助空天地融合网络时延受限容量预测Delay-limited Throughput Prediction of HARQ-assisted Satellite-Aerial-Terrestrial Integrated Network:A Deep Learning Approach
基于深度学习的HARQ辅助空天地融合网络时延受限容量预测.pdf
页:
[1]