| 基于经验知识遗传算法优化的神经网络模型实现时间反演信道预测 |
| |
| 引用本文： | 院琳,杨雪松,王秉中.基于经验知识遗传算法优化的神经网络模型实现时间反演信道预测[J].物理学报,2019(17):66-73. |
| |
| 作者姓名： | 院琳 杨雪松 王秉中 |
| |
| 作者单位： | 电子科技大学物理学院 |
| |
| 基金项目： | 国家自然科学基金(批准号:61331007)资助的课题~~ |
| |
| 摘 要： | 人工神经网络由于具有较强的非线性拟合能力,可用来建立终端位置与接收信号之间的映射关系,从而获得不同位置的信道特性.神经网络建模的精度一般由所使用的训练样本数量决定,训练样本数目越多,模型往往越精确.但大量的训练数据的获取,耗时较多.本文将经验知识融入遗传算法,对人工神经网络模型进行优化,实现了时间反演电磁信道的快速建模.通过提取时间反演信号的传播参数,并将其作为经验知识用于遗传算法的适应度函数,来优化神经网络模型的权值和阈值.在保证训练样本数量不变的情况下,相比直接利用神经网络建模,提高了建模的精度.以一种简单的室内时间反演场景为例,验证了方法的有效性.
|
| 关 键 词： | 时间反演 信道建模 人工神经网络 经验知识 |
Prediction of time reversal channel with neural network optimized by empirical knowledge based genetic algorithm |
| |
| Yuan Lin,Yang Xue-Song,Wang Bing-Zhong.Prediction of time reversal channel with neural network optimized by empirical knowledge based genetic algorithm[J].Acta Physica Sinica,2019(17):66-73. |
| |
| Authors: | Yuan Lin Yang Xue-Song Wang Bing-Zhong |
| |
| Affiliation: | (School of Physics,University of Electronic Science and Technology of China, Chengdu 610054, China) |
| |
| Abstract: | Yuan Lin;Yang Xue-Song;Wang Bing-Zhong(School of Physics,University of Electronic Science and Technology of China, Chengdu 610054, China) |
| |
| Keywords: | time reversal channel modeling artificial neural network empirical knowledge |
| 本文献已被 CNKI 维普 等数据库收录！ |
| 点击此处可从《物理学报》浏览原始摘要信息 |
|
点击此处可从《物理学报》下载免费的PDF全文 |
|
