买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
申请/专利权人:天维讯达(四川)科技有限公司;西华大学
摘要:本申请涉及无线通信领域,公开了一种基于机器学习的多信道频谱预测方法,包括以下步骤:S1、接收同一频段内多个信道的频谱数据;S2、对接收到的频谱数据执行信噪分离,获取频谱占用状态序列;S3、计算每个窗口内的频谱占用度,构建频谱占用度时间序列;S4、应用图卷积网络模型,提取多个信道之间的空间特征;S5、将空间特征数据输入到双向长短时记忆网络中,结合得到的时域特征,预测每个信道的未来频谱占用状态;S6、对每个信道的未来频谱占用状态的输出进行加权合并,得到多信道频谱预测结果。本发明通过利用图卷积网络结合信道间的相关性信息,能够有效提取和利用信道之间的空间特征,从而提高频谱状态的预测准确性。
主权项:1.一种基于机器学习的多信道频谱预测方法,其特征在于,包括以下步骤:接收同一频段内多个信道的频谱数据;对接收到的频谱数据执行信噪分离,获取频谱占用状态序列;基于时间窗口分割,计算每个窗口内的频谱占用度,构建频谱占用度时间序列;应用图卷积网络模型,基于生成的频谱占用度时间序列和信道间的皮尔逊相关系数,提取多个信道之间的空间特征;将提取的空间特征数据输入到双向长短时记忆网络中,结合卷积神经网络处理同步得到的时域特征,以预测每个信道的未来频谱占用状态;通过全连接层对每个信道的未来频谱占用状态的输出进行加权合并,得到最终的多信道频谱预测结果。
全文数据:
权利要求:
百度查询: 天维讯达(四川)科技有限公司 西华大学 一种基于机器学习的多信道频谱预测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。