| 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 |
| |
| 引用本文： | 郭凇岐,安康,孙艺夫,施育鑫,朱勇刚,梁涛.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[J].电讯技术,2023,63(7). |
| |
| 作者姓名： | 郭凇岐 安康 孙艺夫 施育鑫 朱勇刚 梁涛 |
| |
| 作者单位： | 1.南京信息工程大学 电子与信息工程学院，南京 210044;
2.国防科技大学第六十三研究所，南京 210007;2.国防科技大学第六十三研究所，南京 210007;3.国防科技大学 电子科学学院，长沙 410073 |
| |
| 基金项目： | 国家自然科学基金资助项目(61901502) |
| |
| 摘 要： | 空天地融合网络（Satellite-Aerial-Terrestrial Integrated Network，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（Hybrid Automatic Repeat reQuest，HARQ）辅助的SATIN的时延受限容量（Delay-Limited Throughput，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（Convolutional Neural Network，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浮动，且预测时间较其他方法大幅度减少。
|
| 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) |
Delay-limited throughput prediction of HARQ-assisted satellite-aerial-terrestrial integrated network: a deep learning approach |
| |
| GUO Songqi,AN Kang,SUN Yifu,SHI Yuxin,ZHU Yonggang,LIANG Tao.Delay-limited throughput prediction of HARQ-assisted satellite-aerial-terrestrial integrated network: a deep learning approach[J].Telecommunication Engineering,2023,63(7). |
| |
| Authors: | GUO Songqi AN Kang SUN Yifu SHI Yuxin ZHU Yonggang LIANG Tao |
| |
| Abstract: | |
| |
| Keywords: | |
|
| 点击此处可从《电讯技术》浏览原始摘要信息 |
|
点击此处可从《电讯技术》下载全文 |
