典型文献
电磁频谱空间射频机器学习及其应用综述
文献摘要：
针对电磁频谱空间中频谱资源日益稀缺的问题,新兴的射频机器学习旨在结合电磁频谱领域知识,设计专门的机器学习模型,具有快速、小样本甚至零样本、可解释性和高性能的优势.按照五层网络结构,从物理层、数据链路层、网络层、传输层和应用层出发,本文对已有的射频机器学习在无线通信中具体应用的最新成果进行归类分析.同时,在现有成果基础上,通过对数据驱动和知识驱动的相互作用关系,总结了4种射频机器学习框架(串行/并行/耦合/反馈双驱动框架).最后,为了促进射频机器学习的研究和实际应用,本文讨论了关键挑战和开放性问题.
文献关键词：
射频机器学习;数据知识双驱动;电磁频谱管控;无线通信;电磁频谱空间
中图分类号：
作者姓名：
周福辉;张子彤;丁锐;徐铭;袁璐;吴启晖
作者机构：
南京航空航天大学电磁频谱空间认知动态系统工业和信息化部重点实验室,南京211106
文献出处：
引用格式：
[1]周福辉;张子彤;丁锐;徐铭;袁璐;吴启晖-.电磁频谱空间射频机器学习及其应用综述)[J].数据采集与处理,2022(06):1179-1197
A类：
电磁频谱空间,射频机器学习,数据知识双驱动,电磁频谱管控
B类：
应用综述,中频,频谱资源,稀缺,领域知识,机器学习模型,小样本,零样本,可解释性,五层,从物,物理层,数据链路层,网络层,传输层,应用层,无线通信,最新成果,归类分析,知识驱动,相互作用关系,串行,关键挑战,开放性问题
AB值：
0.250944
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
