申请/专利权人：重庆大学;航天恒星科技有限公司

申请日：2024-04-09

公开（公告）日：2024-06-21

公开（公告）号：CN118233029A

主分类号：H04B17/382

分类号：H04B17/382;G06N3/0442

优先权：

专利状态码：在审-公开

法律状态：2024.06.21#公开

摘要：一种基于并行结构深度神经网络的频谱感知方法，其实现步骤是：1定义未授权用户接收信号采样序列rk、授权用户信号采样序列sk、噪声采样序列nk、样本标签Y和信道增益h；2定义授权用户存在假设H1和不存在假设H0，构建第m个感知周期的接收信号集Rm；3根据不同感知周期接收信号集的同向分量和正交分量构造数据集X，将数据集和标签集按比例分为训练集、验证集和测试集；4搭建并行结构深度神经网络模型；5初始化模型超参数，输入训练集和验证集训练模型；6在训练完成的模型中输入测试集，得到频谱感知结果。本发明的优点是利用并行结构深度神经网络模型充分提取信号特征，提高频谱感知的检测准确率。本发明可应用于认知无线电领域。

主权项：1.一种基于并行结构深度神经网络的频谱感知方法，其实现步骤是：1定义未授权用户接收天线数量为1，未授权用户的感知周期数m＝1,2,…,M，未授权用户在第m个感知周期的接收信号采样序列、授权用户信号采样序列、噪声采样序列和样本标签分别为rmk、smk、nmk、Ym，其中采样序列k＝1,2,…,K，K为采样快拍数，噪声为均值为0，方差为σ2的高斯白噪声，感知信道增益为h服从瑞利分布；2定义信道状态为H1时，表示授权用户信号存在，则第m个感知周期的接收信号rmk＝hsmk+nmk，标签Ym＝1；信道状态为H0时，表示授权用户信号不存在，则第m个感知周期的接收信号rmk＝nmk，标签Ym＝0；第m个感知周期的接收信号集Rm＝[rm1,rm2,…,rmK]；3分别提取第m个感知周期的接收信号集Rm的同向分量和正交分量构成网络的第m个输入样本样本长度为2×K；由m个感知周期的接收信号和标签，进一步构成数据集X＝{X1,X2,…,Xm}，标签集Y＝{Y1,Y2,…,Ym}；将数据集X按3:1:1的比例分为训练集Xtrain、验证集Xvalidation和测试集Xtest，标签集也对应分为训练标签集Ytrain、验证标签集Yvalidation和测试标签集Ytest；4搭建并行结构深度神经网络模型，该模型由两路并行的卷积神经网络ConvolutionalNeuralNetworks，CNN结构、一个双向长短期记忆网络BidirectionalLongShort-TermMemory，BiLSTM和3层全连接层构成；两路并行的CNN结构中，每一路都包含3个一维卷积，对应卷积核数量为128、96、64，两路中的卷积核大小分别为7、9；BiLSTM的神经元个数为128；3层全连接层的神经元个数分别为128、16、2；5使用训练集Xtrain、验证集Xvalidation和并行结构深度神经网络模型进行网络参数训练，使用Adam优化器，并设置初始学习率为0.001，批次大小为256，最大迭代次数为50，训练目标是最小化交叉损失熵函数，通过误差的反向传播，更新网络参数；6将测试数据Xtest输入到训练好的并行结构深度神经网络中，并行卷积结构提取两路局部特征，将特征拼接之后输入到BiLSTM层再提取时序特征，最后输入到全连接层输出感知结果为和分别对应假设H0和H1的分类分数，分数高的就是这个测试样本的频谱感知的结果。

全文数据：

权利要求：

百度查询： 重庆大学;航天恒星科技有限公司 一种基于并行结构深度神经网络的频谱感知方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD