基于深度学习的认知物联网频谱感知算法研究

作者：王安义; 王文龙; 梁艳

来源：无线电工程, 2023, 1-8.

• 频谱感知
• 认知物联网
• 深度学习
• 协作频谱感知

针对认知物联网对在低信噪比(Signal to Noise Ratio， SNR)的频谱感知性能低下以及传统CNN神经网络频谱感知方法提取数据特征不充分导致感知性能差等问题。本文提出了一种改进残差网络（ResNeXt）的单节点频谱感知算法，该改进残差网络只需要设置少量超参数且高度模块化，将该网络在图像处理上的优势应用在频谱感知问题上，先将接收信号进行转成二维矩阵并归一灰度化处理，得到灰度图像作为网络的输入。通过训练改进残差网络来提取灰度图像特征，将在线数据输入完成频谱感知。最后，本文将各个次用户（Secondary user，SU）得到的评分向量矩阵直接用融合中心（SoftCombinationNet）融合获得协作频谱感知结果，有效解决了传统硬融合方法检测性能低，软融合处理复杂等问题。实验结果表明，所提方法在低信噪比仍能实现低虚警率、高检测概率，优于传统频谱感知方法。

• 单位
  西安科技大学; 通信与信息工程学院