目录第六章 水声通信网络的智能化与跨层优化6.1 深度学习在水声通信物理层的应用6.1.1 信道建模与估计6.1.1.1 基于生成对抗网络的信道建模6.1.1.2 利用LSTM网络进行时变信道预测6.1.2 信号检测与解调6.1.2.1 深度学习辅助的均衡器设计6.1.2.2 基于CNN的调制识别与信号分类6.2 组网与路由协议的智能优化6.2.1 水声传感器网络路由算法6.2.1.1 基于强化学习的能耗均衡路由6.2.1.2 适应链路中断的自适应路由选择第六章 水声通信网络的智能化与跨层优化6.1 深度学习在水声通信物理层的应用水声通信物理层面临多径衰落、时变性及强噪声等挑战，传统基于线性假设的信号处理算法性能受限。深度学习方法通过非线性映射与数据驱动特性，显著提升信道建模、估计与信号检测的性能。