基于卷积神经网络的OFDM频谱感知方法

• 作者: 冯彦卿 张孟伯 王伦文
• 来源期刊: 系统工程与电子技术
• 学科: 工学
• 关键词: 正交频分复用 频谱感知 循环自相关 卷积神经网络
• 年，卷（期）: 2019,（1）
• 所属期刊栏目: 通信与网络
• 页码范围: 178-186
• 页数: 9页
• 分类号: TN911.7
• 字数: 7726字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-506X.2019.01.25

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王伦文	国防科技大学电子对抗学院	16	15	3.0	3.0
2	张孟伯	国防科技大学电子对抗学院	6	9	2.0	3.0
3	冯彦卿	国防科技大学电子对抗学院	4	9	2.0	3.0