10.14132/j.cnki.1673-5439.2020.02.002
基于信号循环平稳特征的神经网络频谱感知算法
高效、准确的频谱感知是实现认知无线网络的重要前提.文中针对低信噪比环境下的认知无线网络频谱感知问题,研究基于主用户调制信号循环平稳特征的神经网络频谱感知算法.在该算法中,将信号循环平稳特征的感知网络与神经网络的特征输入层有机结合,构造一个全连接的人工神经网络,并在神经网络的输出层连接一个Soft-max网络,对频谱进行判决.该算法不需要预设频谱判决门限,有效降低了噪声波动对频谱感知性能的影响.仿真结果表明,在低信噪比和噪声波动等复杂信道环境下,该算法具有良好的频谱感知性能.
认知网络、频谱感知、循环自相关、人工神经网络
40
TN911.23
国家自然科学基金;南通大学-南通智能信息技术联合研究中心开放课题
2020-06-11(万方平台首次上网日期,不代表论文的发表时间)
共6页
7-12