一种基于卷积长短时记忆神经网络的频谱感知方法
公开
摘要
一种基于卷积长短时记忆神经网络的频谱感知方法，先进行数据预处理得到2*N矩阵记作E0，将E0送入到ConvLstm2D网络，对E0进行第一次空间与时间特征提取得到输出的数据记作E1，将E1输入到批量归一化神经网络输出到归一化的数据记作E2，将E2输入到第二个ConvLstm2D网络中对IQ数据进行第二次空间和时间特征提取得到的数据记作E3；将E3输入到批量归一化神经网络中得到的数据记作E4；将E5输入到Flatten层将输入来的数据进行压平得到一维数据E5；然后将E5输入到全连接层得到数据E6；将E6输入到神经元为1的全连接层中，激活函数为sigmoid函数；通过最小化损失函数来训练模型参数。本发明极大程度的提高了频谱感知的性能。
基本信息
专利标题 ：
一种基于卷积长短时记忆神经网络的频谱感知方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114567398A
申请号 ：
CN202210371753.8
公开（公告）日 ：
2022-05-31
申请日 ：
2022-04-11
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
钱丽萍苏博王晨熙王倩
申请人 ：
浙江工业大学
申请人地址 ：
浙江省杭州市拱墅区潮王路18号
代理机构 ：
浙江千克知识产权代理有限公司
代理人 ：
赵芳
优先权 ：
CN202210371753.8
主分类号 ：
H04B17/382
IPC分类号 ：
H04B17/382 G06N3/04 G06N3/08
法律状态
2022-05-31 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
