首页> 中文期刊> 《信号处理》 >基于均值辅助的LSTM网络频谱感知算法

基于均值辅助的LSTM网络频谱感知算法

         

摘要

针对传统感知算法在低信噪比时检测性能低和深度学习感知算法网络训练量大、复杂度高等问题,本文提出一种在均值辅助下的长短时记忆网络(Long Short-Term Memory,LSTM)频谱感知算法.具体来讲,首先对接收信号序列做多点均值计算,然后利用所得的均值构造特征向量并作为LSTM网络的输入来训练网络,最后利用训练好的网络对新的接收序列进行感知.仿真结果表明:相比于传统算法,所提算法在检测性能上有较大提升;相对于利用原始接收序列直接训练的深度学习算法,所提算法的复杂度大幅下降.

著录项

  • 来源
    《信号处理》 |2021年第3期|409-416|共8页
  • 作者单位

    西安邮电大学通信与信息工程学院 陕西西安710121;

    陕西省信息通信网络及安全重点实验室 陕西西安710121;

    西安邮电大学通信与信息工程学院 陕西西安710121;

    陕西省信息通信网络及安全重点实验室 陕西西安710121;

    西安邮电大学通信与信息工程学院 陕西西安710121;

    陕西省信息通信网络及安全重点实验室 陕西西安710121;

    西安邮电大学通信与信息工程学院 陕西西安710121;

  • 原文格式 PDF
  • 正文语种 chi
  • 中图分类 信息处理(信息加工);
  • 关键词

    频谱感知; LSTM; 神经网络; 均值辅助;

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号