La fonctionnalité de recherche est en construction.
La fonctionnalité de recherche est en construction.

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. ex. Some numerals are expressed as "XNUMX".
Copyrights notice

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. Copyrights notice

A Spectrum Sensing Algorithm for OFDM Signal Based on Deep Learning and Covariance Matrix Graph Un algorithme de détection de spectre pour le signal OFDM basé sur l'apprentissage profond et un graphique matriciel de covariance

Mengbo ZHANG, Lunwen WANG, Yanqing FENG, Haibo YIN

  • Vues en texte intégral

    0

  • Citer

Résumé:

La détection du spectre est la première tâche effectuée par les réseaux de radio cognitive (CR). Dans cet article, nous proposons un algorithme de détection de spectre pour le signal de multiplexage par répartition orthogonale de la fréquence (OFDM) basé sur l'apprentissage profond et un graphique matriciel de covariance. L’avantage de l’apprentissage profond dans le traitement d’images s’applique à la détection spectrale des signaux OFDM. Nous commençons par construire le modèle de détection spectrale du signal OFDM, puis analysons les caractéristiques structurelles de la matrice de covariance (CM). Une fois que CM a été normalisé et transformé en une représentation en niveaux de gris, la carte en échelle de gris de la matrice de covariance (GSM-CM) est établie. Ensuite, le réseau neuronal convolutif (CNN) est conçu sur la base du réseau LeNet-5, qui est utilisé pour apprendre les données d'entraînement afin d'obtenir des fonctionnalités plus abstraites de manière hiérarchique. Enfin, les données de test sont entrées dans le modèle de réseau de détection spectrale entraîné, sur la base duquel la détection spectrale des signaux OFDM est effectuée. Les résultats de simulation montrent que cette méthode peut accomplir la tâche de détection spectrale en tirant parti du modèle GSM-CM, qui offre de meilleures performances de détection spectrale pour les signaux OFDM sous un faible SNR que les méthodes existantes.

Publication
IEICE TRANSACTIONS on Communications Vol.E101-B No.12 pp.2435-2444
Date de publication
2018/12/01
Publicisé
2018/05/30
ISSN en ligne
1745-1345
DOI
10.1587/transcom.2017EBP3442
Type de manuscrit
PAPER
Catégories
Technologies de communication sans fil

Auteurs

Mengbo ZHANG
  Electronic Countermeasure Institute
Lunwen WANG
  Electronic Countermeasure Institute
Yanqing FENG
  Electronic Countermeasure Institute
Haibo YIN
  Electronic Countermeasure Institute

Mots-clés

Table des matières