基于共享权重LSTM的车联网信道估计算法OA
为解决现有基于LSTM网络的车联网信道估计算法的计算复杂度较高问题,提出了一种基于共享权重长短期记忆网络(SWLSTM)的信道估计方案。通过共享LSTM单元中遗忘门、输入门和输出门的权重与偏置,构建一种全新的结合门结构,在保留3个门功能的同时,显著减少了需要优化的参数数量,并在VTV-EX车联网信道环境下进行仿真实验。结果表明:与传统LSTM信道估计方案相比,所提出的算法不仅在误码率性能上表现更优,而且有效降低了运算复杂度。当隐藏状态大小为128时,实数乘除运算量降低了49.44%,加减运算量降低了32.97%;当隐藏状态大小为64时,实数乘除运算量降低了48.69%,加减运算量降低了30.32%。
陈义平;张佳祥;李玲;时颖
黑龙江科技大学电子与信息工程学院,哈尔滨150022黑龙江科技大学电子与信息工程学院,哈尔滨150022黑龙江科技大学电子与信息工程学院,哈尔滨150022黑龙江科技大学电子与信息工程学院,哈尔滨150022 哈尔滨工程大学信息与通信工程学院,哈尔滨150001
信息技术与安全科学
SWLSTM信道估计深度学习IEEE 802.11p车联网
《黑龙江科技大学学报》 2026 (4)
P.616-622,7
中央高校基本科研业务费专项项目(CHD.300102343516)黑龙江省省属高等学校基本科研业务费项目(2023-KYYWF-0531)。
评论