基于信号循环平稳特征的神经网络频谱感知算法
    点此下载全文
引用本文:张士兵,张硕,陈家俊,张晓格.基于信号循环平稳特征的神经网络频谱感知算法[J].南京邮电大学学报:自然科学版,2020,40(2):7~12
摘要点击次数: 283
全文下载次数: 243
作者单位
张士兵 南通大学 信息科学技术学院江苏南通226019南通先进通信技术研究院江苏南通226019 
张硕 南通大学 信息科学技术学院江苏南通226019 
陈家俊 南通大学 信息科学技术学院江苏南通226019 
张晓格 南通大学 信息科学技术学院江苏南通226019南通先进通信技术研究院江苏南通226019 
基金项目:国家自然科学基金(61871241,61771263)和南通大学 南通智能信息技术联合研究中心开放课题(KFKT2017A05)资助项目
中文摘要:高效、准确的频谱感知是实现认知无线网络的重要前提。文中针对低信噪比环境下的认知无线网络频谱感知问题,研究基于主用户调制信号循环平稳特征的神经网络频谱感知算法。在该算法中,将信号循环平稳特征的感知网络与神经网络的特征输入层有机结合,构造一个全连接的人工神经网络,并在神经网络的输出层连接一个Soft max网络,对频谱进行判决。该算法不需要预设频谱判决门限,有效降低了噪声波动对频谱感知性能的影响。仿真结果表明,在低信噪比和噪声波动等复杂信道环境下,该算法具有良好的频谱感知性能。
中文关键词:认知网络  频谱感知  循环自相关  人工神经网络
 
Spectrum sensing algorithm based on neural networks with cyclic autocorrelation characteristics
Abstract:The efficient and accurate spectrum sensing is important for implementing cognitive radio networks.The spectrum sensing of cognitive radio networks in the low signal to noise ratio (SNR) is studied and a novel spectrum sensing algorithm is proposed based on the cyclostationary characteristics of the modulated signal of primary user and neural networks.In the algorithm,a fully connected artificial neural network is constructed by combining the sensing network of the cyclostationary characteristics with the input layer of the neural network.The output layer of the neural network is connected to a Soft max network for the spectrum decision.The algorithm does not need to preset the threshold of the spectrum decision,thus reducing the effect of noise fluctuation on the spectrum sensing performance.Simulation results show that the algorithm has good performance in the envirenment with the low SNR and the noise fluctuation.
keywords:cognitive network  spectrum sensing  cyclic autocorrelation  artificial neural networks
查看全文  查看/发表评论  下载PDF阅读器

你是第3000756访问者
版权所有《南京邮电大学学报(自然科学版)》编辑部
Tel:86-25-85866913 E-mail:xb@njupt.edu.cn
技术支持:本系统由北京勤云科技发展有限公司设计