[发明专利]一种基于ResNet-CBAM的频谱感知方法

说明书

本发明公开了一种基于ResNet‑CBAM的频谱感知方法，其在训练阶段通过计算次级用户在每个感知时段的每个采样时刻采样的信号的能量，获取训练数据；构建ResNet‑CBAM网络；使用训练数据进行训练，在训练过程中采用交叉熵损失函数并利用自适应矩估计算法更新ResNet‑CBAM网络中的参数，最终训练得到ResNet‑CBAM网络训练模型；在测试阶段以相同的方法获取测试数据；将测试数据中的每行能量作为一个测试向量，将每个测试向量输入到ResNet‑CBAM网络训练模型中，ResNet‑CBAM网络训练模型输出每个测试向量对应的一个数值，该数值代表在对应的感知时段主用户信号是否占用授权频谱；优点是其针对多次出现主用户随机到达和随机离开的情况进行频谱感知，且感知准确率高。

技术领域

本发明涉及一种无线通信中的认知无线电技术，尤其是涉及一种基于残差注意力网络ResNet-CBAM(Convolutional Block Attention Module，卷积块注意力模块)的频谱感知方法。

背景技术

随着社会的快速发展，移动设备的数量也在急剧增加，而且由于现有的频带分配策略的限制，使得有限的频谱资源变得更加紧缺，因此，如何提高频谱的利用率已成为无线通信领域的热点话题。

早在之前，认知无线电的提出就是为了解决频谱利用率低的问题。认知无线电的核心思想是在不干扰主用户的情况下，允许次级用户利用空闲频带。因此次级用户需要不断地对频谱进行感知，以检测主用户是否存在，而频谱感知的准确性则是实现动态频谱接入的关键所在。

在以往的研究中，大多假设在感知时段主用户的状态是不变的或者状态变化最多一次，而这种假设过于理想。因为在真实的场景中，为了保证频谱感知的准确度，频谱感知往往要通过一段相对较长的时间来收集数据样本从而做出正确的判断，而在这段相对较长的时间内，主用户的状态可能会发生多次改变，即在一个感知时段内主用户可能会出现到达、离开再到达等多次转变的情况。这种情况的存在，对于传统的频谱感知方法来说会造成性能下降。因此，有必要研究一种考虑在感知时段主用户的状态可能会发生多次变化的情况的频谱感知方法。

发明内容

本发明所要解决的技术问题是提供一种基于ResNet-CBAM的频谱感知方法，其针对在感知时段主用户的状态可能会出现多次变化的情况，即多次出现主用户随机到达和随机离开的情况进行频谱感知，且其计算复杂度低，鲁棒性好，感知准确率高。

本发明解决上述技术问题所采用的技术方案为：一种基于ResNet-CBAM的频谱感知方法，其特征在于包括以下步骤：