基于LSTM网络的短波天波信道分析及预测∗

摘要

短波通信过程受到时间、空间、频率和太阳黑子等诸多复杂因素的影响,造成了信号质量不稳定。传统计算预报法难以从“理论模型”层面完整模拟所有通信要素的影响,探测选频法对装备和平台依赖性较强,同时会造成短波频谱的污染。论文采用多层神经网络算法,利用历史经验数据进行短波天波通信电路分析和预测。第一层选用长短期记忆神经网络模型,快速拟合短波天波电路随时间的慢变化与快变化特征;第二层选用深度神经网络模型将高维度堆叠序列转化为与样本相同的标准输出序列,从而得到短波天波电路变化规律的预测结果。最终将通信电路的预测结果同理论计算方法和实测结果进行对比,对比结果表明多层神经网络算法可获得比理论计算方法高的预测精度,适合于短波天波电路分析与预测。