采用深度图像推断的认知无线电频谱预测算法

摘要：

针对认知无线电频谱预测效率不高的问题,提出了一种采用深度图像推断的频谱预测算法.该算法将序列预测问题转化为图像推断问题,构建深度图像推断网络实现无线电频谱预测.首先,对历史频谱数据进行预处理,提取频谱数据的变化特征;其次,使用双支路多层并联卷积神经网络提取数据的深度特征,经池化、合并操作输出多层次特征信息;最后,融合不同层次提取的特征信息,实现频谱数据的预测和生成.在真实频谱数据的多个频段对算法性能进行验证,实验结果表明算法能够有效地实现电磁频谱数据的预测,具有预测精度高的特点.

关键词：频谱预测、图像推断、卷积层、深度学习

所属期刊栏目：2

分类号：TN925

资助基金：国防科技创新特区项目;安徽省自然科学基金资助项目

在线出版日期：2023-07-06（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：66-74