人工智能技術(shù)在水聲通信中的研究進(jìn)展
發(fā)布時(shí)間:2021-08-04 14:06
海洋環(huán)境大動(dòng)態(tài)變化特性導(dǎo)致水聲信道復(fù)雜的時(shí)-空-頻變,傳統(tǒng)水聲通信技術(shù)難以有效地與之自適應(yīng)匹配。目前仍無(wú)法研制出一種能在各類(lèi)海洋環(huán)境下均滿(mǎn)足水聲業(yè)務(wù)指標(biāo)的水聲通信機(jī),更難以在全天候條件下實(shí)現(xiàn)大規(guī)模、穩(wěn)健可靠的水聲通信組網(wǎng)應(yīng)用。近年來(lái),人工智能和大數(shù)據(jù)的迅速發(fā)展,為突破傳統(tǒng)水聲通信技術(shù)瓶頸、建設(shè)海洋物聯(lián)網(wǎng)帶來(lái)新思路。本文對(duì)國(guó)內(nèi)外利用人工智能技術(shù)解決水聲通信難題的研究狀況進(jìn)行了概述,結(jié)合水聲信道特性梳理了水聲通信領(lǐng)域應(yīng)用人工智能技術(shù)的主要思路,圍繞人工智能技術(shù)從水聲通信物理層和網(wǎng)絡(luò)層兩方面進(jìn)行歸納,最后對(duì)未來(lái)的人工智能與水聲通信交叉研究進(jìn)行總結(jié)展望。
【文章來(lái)源】:哈爾濱工程大學(xué)學(xué)報(bào). 2020,41(10)北大核心EICSCD
【文章頁(yè)數(shù)】:9 頁(yè)
【部分圖文】:
人工智能與機(jī)器學(xué)習(xí)、深度學(xué)習(xí)的關(guān)系
圖2梳理了目前水聲領(lǐng)域應(yīng)用人工智能相關(guān)算法的部分研究情況。從應(yīng)用對(duì)象看,人工智能技術(shù)在水聲通信中的應(yīng)用可大致分為2類(lèi):1)以水聲探測(cè)和節(jié)點(diǎn)間通信為主要應(yīng)用場(chǎng)景的物理層方面,包括水聲目標(biāo)識(shí)別[21-23]、水聲定位[24-27]、水聲信道估計(jì)[28-29]、水聲信道均衡[30-33]、水聲自適應(yīng)調(diào)制[10-12,47]、水聲通信質(zhì)量預(yù)測(cè)[34]等;2)以水聲通信組網(wǎng)為主要應(yīng)用場(chǎng)景的網(wǎng)絡(luò)層方面,包括以低功耗為主要目標(biāo)的水聲網(wǎng)絡(luò)路由設(shè)計(jì)[14-17]、網(wǎng)絡(luò)拓?fù)浞执豙35-37]、節(jié)點(diǎn)功率分配[38-40]、AUV輔助的水聲數(shù)據(jù)搜集路徑規(guī)劃[41-43]和水聲網(wǎng)絡(luò)安全[18-20]等。
【參考文獻(xiàn)】:
期刊論文
[1]基于粒子群最小二乘支持向量機(jī)的前視聲吶目標(biāo)識(shí)別[J]. 石洋,胡長(zhǎng)青. 聲學(xué)技術(shù). 2018(02)
[2]海洋信息獲取、傳輸、處理及融合前沿研究評(píng)述[J]. 徐文,鄢社鋒,季飛,陳景東,張杰,趙航芳,陳戈,吳永清,余華,張歆,許肖梅,陳惠芳. 中國(guó)科學(xué):信息科學(xué). 2016(08)
[3]基于波形結(jié)構(gòu)特征和支持向量機(jī)的水面目標(biāo)識(shí)別[J]. 孟慶昕,楊士莪,于盛齊. 電子與信息學(xué)報(bào). 2015(09)
[4]采用支持向量機(jī)的水聲通信信號(hào)調(diào)制識(shí)別方法[J]. 江偉華,曹秀嶺,童峰. 廈門(mén)大學(xué)學(xué)報(bào)(自然科學(xué)版). 2015(04)
[5]改進(jìn)支持向量機(jī)和常數(shù)模算法水聲信道盲均衡[J]. 童峰,許肖梅,方世良,李霞. 聲學(xué)學(xué)報(bào). 2012(02)
[6]多小波模糊神經(jīng)網(wǎng)絡(luò)盲均衡算法[J]. 劉振興,郭業(yè)才,高敏,趙雪清. 兵工學(xué)報(bào). 2010(09)
[7]基于支持向量機(jī)的水聲信道盲均衡算法研究[J]. 李金明,趙俊渭,陸晶. 電聲技術(shù). 2006(09)
[8]一種基于支持向量機(jī)的目標(biāo)定位方法[J]. 潘翔,李潔冰. 浙江大學(xué)學(xué)報(bào)(工學(xué)版). 2006(03)
碩士論文
[1]基于改進(jìn)遺傳優(yōu)化的正交小波盲均衡算法[D]. 王衛(wèi).南京信息工程大學(xué) 2012
[2]基于支持向量機(jī)的盲均衡算法研究[D]. 李振興.哈爾濱工程大學(xué) 2006
本文編號(hào):3321833
【文章來(lái)源】:哈爾濱工程大學(xué)學(xué)報(bào). 2020,41(10)北大核心EICSCD
【文章頁(yè)數(shù)】:9 頁(yè)
【部分圖文】:
人工智能與機(jī)器學(xué)習(xí)、深度學(xué)習(xí)的關(guān)系
圖2梳理了目前水聲領(lǐng)域應(yīng)用人工智能相關(guān)算法的部分研究情況。從應(yīng)用對(duì)象看,人工智能技術(shù)在水聲通信中的應(yīng)用可大致分為2類(lèi):1)以水聲探測(cè)和節(jié)點(diǎn)間通信為主要應(yīng)用場(chǎng)景的物理層方面,包括水聲目標(biāo)識(shí)別[21-23]、水聲定位[24-27]、水聲信道估計(jì)[28-29]、水聲信道均衡[30-33]、水聲自適應(yīng)調(diào)制[10-12,47]、水聲通信質(zhì)量預(yù)測(cè)[34]等;2)以水聲通信組網(wǎng)為主要應(yīng)用場(chǎng)景的網(wǎng)絡(luò)層方面,包括以低功耗為主要目標(biāo)的水聲網(wǎng)絡(luò)路由設(shè)計(jì)[14-17]、網(wǎng)絡(luò)拓?fù)浞执豙35-37]、節(jié)點(diǎn)功率分配[38-40]、AUV輔助的水聲數(shù)據(jù)搜集路徑規(guī)劃[41-43]和水聲網(wǎng)絡(luò)安全[18-20]等。
【參考文獻(xiàn)】:
期刊論文
[1]基于粒子群最小二乘支持向量機(jī)的前視聲吶目標(biāo)識(shí)別[J]. 石洋,胡長(zhǎng)青. 聲學(xué)技術(shù). 2018(02)
[2]海洋信息獲取、傳輸、處理及融合前沿研究評(píng)述[J]. 徐文,鄢社鋒,季飛,陳景東,張杰,趙航芳,陳戈,吳永清,余華,張歆,許肖梅,陳惠芳. 中國(guó)科學(xué):信息科學(xué). 2016(08)
[3]基于波形結(jié)構(gòu)特征和支持向量機(jī)的水面目標(biāo)識(shí)別[J]. 孟慶昕,楊士莪,于盛齊. 電子與信息學(xué)報(bào). 2015(09)
[4]采用支持向量機(jī)的水聲通信信號(hào)調(diào)制識(shí)別方法[J]. 江偉華,曹秀嶺,童峰. 廈門(mén)大學(xué)學(xué)報(bào)(自然科學(xué)版). 2015(04)
[5]改進(jìn)支持向量機(jī)和常數(shù)模算法水聲信道盲均衡[J]. 童峰,許肖梅,方世良,李霞. 聲學(xué)學(xué)報(bào). 2012(02)
[6]多小波模糊神經(jīng)網(wǎng)絡(luò)盲均衡算法[J]. 劉振興,郭業(yè)才,高敏,趙雪清. 兵工學(xué)報(bào). 2010(09)
[7]基于支持向量機(jī)的水聲信道盲均衡算法研究[J]. 李金明,趙俊渭,陸晶. 電聲技術(shù). 2006(09)
[8]一種基于支持向量機(jī)的目標(biāo)定位方法[J]. 潘翔,李潔冰. 浙江大學(xué)學(xué)報(bào)(工學(xué)版). 2006(03)
碩士論文
[1]基于改進(jìn)遺傳優(yōu)化的正交小波盲均衡算法[D]. 王衛(wèi).南京信息工程大學(xué) 2012
[2]基于支持向量機(jī)的盲均衡算法研究[D]. 李振興.哈爾濱工程大學(xué) 2006
本文編號(hào):3321833
本文鏈接:http://sikaile.net/kejilunwen/rengongzhinen/3321833.html
最近更新
教材專(zhuān)著