基于残差神经网络的频谱感知算法

摘要：

传统频谱感知算法依赖检测门限的准确性,在低信噪比条件下检测概率较低,针对此问题提出基于残差神经网络的频谱感知算法.该算法使用信号实部序列构造二维矩阵,将矩阵映射为灰度图像,然后通过训练残差神经网络提取灰度图像中的抽象特征,将训练完成的残差神经网络作为最终的分类器实现频谱感知.实验结果表明,在高斯信道中信噪比为-20 dB时,残差神经网络频谱感知算法的检测概率为89.60％,而在瑞利衰落信道中信噪比为-18 dB时检测概率也可达到91.90％.直接使用信号序列构造灰度图像,并将其作为特征输入残差神经网络的频谱感知算法,在低信噪比条件下仍然具有很好的检测性能.

关键词：频谱感知算法、残差神经网络、抽象特征提取、二维矩阵、数据处理、数值仿真

所属期刊栏目：45

分类号：TN911.6-34

资助基金：国家自然科学基金;国家自然科学基金;国家自然科学基金

在线出版日期：2022-04-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：1-5