...
  • 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Wireless Communications Letters, IEEE >Robust Deep Sensing Through Transfer Learning in Cognitive Radio
【24h】

Robust Deep Sensing Through Transfer Learning in Cognitive Radio

机译：通过认知无线电中的转移学习进行稳健的深度感知

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

We propose a robust spectrum sensing framework based on deep learning. The received signals at the secondary user's receiver are filtered, sampled and then directly fed into a convolutional neural network. Although this deep sensing is effective when operating in the same scenario as the collected training data, the sensing performance is degraded when it is applied in a different scenario with different wireless signals and propagation. We incorporate transfer learning into the framework to improve the robustness. Results validate the effectiveness as well as the robustness of the proposed deep spectrum sensing framework.
机译：我们提出了一个基于深度学习的健壮的频谱感知框架。在次要用户接收器处接收的信号经过过滤，采样，然后直接馈入卷积神经网络。尽管在与收集的训练数据相同的场景中进行操作时，这种深度感测是有效的，但是当将其应用于具有不同无线信号和传播的不同场景时，感测性能会下降。我们将转移学习纳入框架中，以提高鲁棒性。结果验证了所提出的深谱传感框架的有效性和鲁棒性。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 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