论文部分内容阅读
频谱感知作为认知无线电系统中重要的一环,传统的频谱感知算法在信道质量好的情况下检测概率较高,但是易受噪声影响,当信噪比较低时,检测性能急剧下降。针对传统频谱感知算法的优缺点,提出了基于卷积神经网络模型的频谱预测,提高了低信噪比情况下的检测概率,由于信道是时变的,加入信道感应和模型匹配,提升系统的可用性。将仿真的信号序列映射为RGB图片,将图片输入到卷积神经网络中训练得到模型,利用信噪比估计算法将认知用户接收的检测信号与模型进行匹配,通过训练好的匹配模型进行频谱感知。仿真实验表明:在低信噪比情况下,当