基于深度学习的认知物联网频谱感知算法研究

打开文本图片集

摘 要：针对认知物联网（Ｉｎｔｅｒｎｅｔ ｏｆ Ｔｈｉｎｇｓ，ＩｏＴ） 对低信噪比（Ｓｉｇｎａｌ ｔｏ Ｎｏｉｓｅ Ｒａｔｉｏ，ＳＮＲ） 的频谱感知性能低下以及传统卷积神经网络（Ｃｏｎｖｏｌｕｔｉｏｎａｌ Ｎｅｕｒａｌ Ｎｅｔｗｏｒｋ，ＣＮＮ） 频谱感知方法提取数据特征不充分导致感知性能差等问题，提出了一种改进残差网络———ＲｅｓＮｅＸｔ 的单节点频谱感知算法，ＲｅｓＮｅＸｔ 只需要设置少量超参数且高度模块化，将该网络在图像处理上的优势应用在频谱感知问题上，先将接收信号转成二维矩阵并归一灰度化处理，得到灰度图像作为网络的输入。（剩余685字）