基于卷积神经网络的OFDM频谱感知方法

作     者：张孟伯 王伦文 冯彦卿 ZHANG Mengbo;WANG Lunwen;FENG Yanqing

作者机构：国防科技大学电子对抗学院安徽合肥230037 

基　　金：国家自然科学基金(61273302 61671454) 国防科技创新特区项目(17-H863-01-ZT-003-204-03)资助课题 

出 版 物：《系统工程与电子技术》 (Systems Engineering and Electronics)

年 卷 期：2019年第41卷第1期

页      码：178-186页

摘      要：在认知无线电网络中,高效且准确的频谱感知是必不可少的一个环节。针对传统机器学习算法在频谱感知训练慢的难题,提出一种基于卷积神经网络的正交频分复用(orthogonal frequency division multiplexing,OFDM)频谱感知方法,将深度学习在图像处理上的优势应用到OFDM信号频谱感知中。该方法首先分析OFDM信号的循环自相关和频谱感知模型,对循环自相关进行归一化灰度处理,形成循环自相关灰度图;然后以LeNet-5网络为基础设计卷积神经网络分层地对训练数据进行学习,提取出更加抽象的特征;最后将测试数据输入到训练好的卷积神经网络模型,完成频谱感知。仿真实验表明,该方法能够完成OFDM信号的频谱感知,在低信噪比条件下具有较高的检测概率。

主 题 词：正交频分复用 频谱感知 循环自相关 卷积神经网络 

学科分类：0711[理学-心理学类] 0808[工学-自动化类] 0809[工学-计算机类] 07[理学] 08[工学] 080401[080401] 0804[工学-材料学] 080402[080402] 0802[工学-机械学] 0811[工学-水利类] 

核心收录：

D　O　I：10.3969/j.issn.1001-506X.2019.01.25

馆 藏 号：203423970...