| 基于深度學習的動態主用戶頻譜感知算法 | |
| 所屬分類：技術論文 | |
| 上傳者：wwei | |
| 文檔大小：3640 K | |
| 標簽： 認知無線電 頻譜感知 動態主用戶 | |
| 所需積分：0分積分不夠怎么辦？ | |
| 文檔介紹：實際的頻譜感知場景中主用戶可能隨機到達或者離開，當主用戶狀態在實時頻譜感知期間動態變化時，現有的靜態頻譜感知算法性能急劇惡化。針對該現狀，研究提出基于殘差收縮注意力機制的動態主用戶頻譜感知算法。頻譜感知間隔內，主用戶隨機到達或者隨機離開的時間服從均勻分布。采用深度殘差收縮網絡（DRSN）提取動態主用戶特征，并且濾除冗余的噪聲特征；利用協調注意力模塊（CAM）增強每個通道不同方向的特征信息，提高模型對動態主用戶特征的表達能力。仿真結果表明，所提算法性能優于對比算法ResNet、CBAM_IQ和CBAM_Energy，所提算法對主用戶隨機到達或者離開服從不同分布的主用戶都可以保持較高的檢測概率。 | |
| 現在下載 | |
| VIP會員，AET專家下載不扣分；重復下載不扣分，本人上傳資源不扣分。 | |
Copyright ? 2005-2024 華北計算機系統工程研究所版權所有 京ICP備10017138號-2