摘要

本发明公开了一种基于深度学习的认知车联网频谱感知方法,该方法包括以下步骤:构建车辆移动复杂环境下对应的衰落信道,并在其对应衰落信道下采集接收信号的样本值,对信号样本值进行能量归一化,将归一化后的数据分为训练集、验证集、测试集,以训练集和验证集对引入一维SEResidual层的神经网络进行训练和验证,输出为主信号存在和不存在两种情况。本发明考虑了车辆移动复杂环境下的各种衰落因素,根据不同的环境可选择不同的经过事先训练的神经网络,无需获取主信号的先验信息,并对采集信号样本值进行归一化,增强了模型的泛化能力,考虑了V2X通信环境下对时延的要求,在同等检测准确度情况下能大大减小感知决策时长。