简介:针对短期家庭电力数据随机性强,数据维度低等问题,提出了一种基于长短期记忆循环神经网络(LSTM)的单变量短期家庭电力需求预测模型.实验表明,该模型能够准确反映以小时为单位的家庭电力需求趋势,且在不同家庭上的泛化性能优于传统的循环神经网络(RNN)和门控循环网络(GRU).
简介:低密度奇偶校验码(LowDensityParityCheckcodes,LDPCcodes)和极化码(Polarcodes),是国际移动通信标准化组织3GPP在5G(5th-Generation)增强移动宽带场景的信道编码技术方案中,分别作为数据信道和控制信道的编码方案.LDPC码编码复杂度较高、硬件资源需求较大以及存在错误平层,而极化码具有线性编码复杂度以及瀑布式下降曲线,基于二者的级联系统可以大大改善彼此的缺点.首先我们研究分析了现有的级联系统,其次详细介绍了级联系统的实现方法,最后就级联系统研究中现存问题进行了分析,并探讨了其未来发展趋势.
简介:目前LDPC码和Turbo码广泛应用于3G和4G商用移动通信系统中,并且在无线局域网、光纤通信、水下通信、视频和图象的加密以及网络安全等方面也发挥着重要的作用.由于全球在不同地区的移动通信设备只支持一种码,这使得移动通信有一定的地域局限性并影响通信质量.因此,通过对LDPC码和Turbo码译码过程的研究与结合,实现一种高性能的LDPC/Turbo码双模译码器具有重要意义.文章回顾了目前LDPC/Turbo码双模译码器的发展情况,并针对存在的不足进行分析和总结,最后介绍LDPC码和极化码未来发展的趋势.