基于储备池计算的水声通信信道建模
信号处理
2022-05-31 v1
摘要
水声（UWA）通信已被广泛应用，但由于水下环境的复杂性而受到严重损害。为了改善UWA通信，对UWA信道进行建模和理解是必不可少的。然而，由于水下环境的高不确定性和缺乏真实世界测量数据，存在许多挑战。在这项工作中，探索了储备池计算和深度学习的能力，利用从带有扰动的水箱和塔霍湖收集的真实水下数据精确建模UWA通信信道。我们利用储备池计算对动力系统进行建模的能力，并提供了一种使用回声状态网络（ESN）对UWA信道进行数据驱动建模的方法。此外，还考察了迁移学习在储备池计算中的潜在应用。实验结果表明，在平均绝对百分比误差（MAPE）方面，ESN能够比流行的深度学习模型更好地建模混沌UWA信道，具体而言，在平稳和混沌UWA环境中，ESN分别比深度神经网络高出2%和高达40%。
引用
@article{arxiv.2205.14856,
title = {Underwater Acoustic Communication Channel Modeling using Reservoir Computing},
author = {Oluwaseyi Onasami and Ming Feng and Hao Xu and Mulugeta Haile and Lijun Qian},
journal= {arXiv preprint arXiv:2205.14856},
year = {2022}
}
备注
15 pages journal paper, accepted and published in IEEE Open Access