研究人员开发了一种新颖的深度学习方法来解调混沌信号，这是一种用于通信的技术，它利用确定性混沌来生成伪随机信号。所提出的方法利用卷积神经网络来键控分岔参数，这种方法即使在混沌模式不属于训练数据的情况下也显示出检测混沌模式的潜力。该研究报告在特定噪声条件下，比特错误率为0.0819，证明了这种由AI驱动的解调的有效性。 AI
影响 这项研究可能带来更强大的通信系统，能够处理复杂的混沌信号。
排序理由 详细介绍使用AI进行信号处理新方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
- additive white Gaussian noise
- arXiv
- chaotic logistic map
- chaotic signals
- convolutional neural network
- Hugging Face
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
