典型文献
基于残差神经网络的频谱感知算法
文献摘要：
传统频谱感知算法依赖检测门限的准确性,在低信噪比条件下检测概率较低,针对此问题提出基于残差神经网络的频谱感知算法.该算法使用信号实部序列构造二维矩阵,将矩阵映射为灰度图像,然后通过训练残差神经网络提取灰度图像中的抽象特征,将训练完成的残差神经网络作为最终的分类器实现频谱感知.实验结果表明,在高斯信道中信噪比为-20 dB时,残差神经网络频谱感知算法的检测概率为89.60％,而在瑞利衰落信道中信噪比为-18 dB时检测概率也可达到91.90％.直接使用信号序列构造灰度图像,并将其作为特征输入残差神经网络的频谱感知算法,在低信噪比条件下仍然具有很好的检测性能.
文献关键词：
频谱感知算法;残差神经网络;抽象特征提取;二维矩阵;数据处理;数值仿真
中图分类号：
作者姓名：
陈月;张希;艾文宝
作者机构：
北京邮电大学 理学院,北京 100876
文献出处：
引用格式：
[1]陈月;张希;艾文宝-.基于残差神经网络的频谱感知算法)[J].现代电子技术,2022(07):1-5
A类：
B类：
残差神经网络,频谱感知算法,算法依赖,检测门限,低信噪比,检测概率,二维矩阵,灰度图像,分类器,中信,dB,瑞利衰落信道,检测性能,抽象特征提取
AB值：
0.15387
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。
