基于复合2D-LSTM网络的频谱预测研究

• 作者: 孔青 张建照 柳永祥
• 来源期刊: 物联网技术
• 学科: 工学
• 关键词: 认知无线电 频谱预测 2D-LSTM 网络 激活函数 频谱演化 时间复杂度
• 年，卷（期）: 2022,（10）
• 所属期刊栏目: 学术研究_可靠传输
• 页码范围: 36-39
• 页数: 3页
• 分类号: TP393
• 语种: 中文
• DOI: 10.16667/j.issn.2095-1302.2022.10.010

摘要

频谱预测技术对提升物联网频谱利用效率具有重要作用，受到广泛关注和研究。根据实际频谱环境数据的时-频域相关性和时间上的周期性特征，提出一种基于二维采样的长短时记忆网络预测模型2D-SPLSTM。在充分利用历史频谱数据时-频域相关性的基础上，通过采样融合了历史频谱数据中的接近趋势和周期趋势。仿真表明，2D-SPLSTM模型在实际频谱环境数据中获得了明显的性能提升，并在均方根误差（RMSE）、平均绝对百分比误差（MAPE）和R2分数性能指标方面得到验证。同时，在跨步预测场景中，提出的模型有着更稳定、优越的性能，进一步说明了模型的有效性。