基于深度学习的动态主用户频谱感知算法AET-电子技术应用-最丰富的电子设计资源平台

基于深度学习的动态主用户频谱感知算法
所属分类：技术论文
上传者：wwei
文档大小：3640 K
标签：认知无线电频谱感知动态主用户
所需积分：0分积分不够怎么办？
文档介绍：实际的频谱感知场景中主用户可能随机到达或者离开，当主用户状态在实时频谱感知期间动态变化时，现有的静态频谱感知算法性能急剧恶化。针对该现状，研究提出基于残差收缩注意力机制的动态主用户频谱感知算法。频谱感知间隔内，主用户随机到达或者随机离开的时间服从均匀分布。采用深度残差收缩网络（DRSN）提取动态主用户特征，并且滤除冗余的噪声特征；利用协调注意力模块（CAM）增强每个通道不同方向的特征信息，提高模型对动态主用户特征的表达能力。仿真结果表明，所提算法性能优于对比算法ResNet、CBAM_IQ和CBAM_Energy，所提算法对主用户随机到达或者离开服从不同分布的主用户都可以保持较高的检测概率。
现在下载
VIP会员，AET专家下载不扣分；重复下载不扣分，本人上传资源不扣分。

活动