基于LSTM单特征输入的短波可用预测研究

摘要：

短波通信频率是随着电离层变化的非线性时间序列,利用长短期记忆人工神经网络(LSTM)模型对时间序列的非线性关系处理的突出优势,将短波远程通信中两点间的可用频率作为单特征输入,通过时间序列的非线性运算预测未来的可用频率.介绍几种时间序列算法,在Python平台上的建模仿真,得出相应算法的预测结果,并对预测结果进行对比分析,最终得出运行时间较快,效果最好的长短期记忆人工神经网络LSTM模型更适用于两点间短波最高可用频率的预测,对远程短波通信保障具有重要意义.

关键词：最高可用频率、LSTM、非线性时间序列

所属期刊栏目：39

分类号：TN929

资助基金：国家社会科学基金项目15GJ003-208

在线出版日期：2019-12-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：76-78,88