基于深度学习的频谱感知算法的研究与实现-基于协方差矩阵特征任务书

 2021-10-22 09:10

1. 毕业设计(论文)的内容和要求

本设计是基于深度学习的频谱感知算法的研究与实现。

本设计能提高认知无线电系统的智能性和鲁棒性,从而提高认知用户的检测性能。

本算法具有检测性能好、抗干扰能力强、反馈信息快等特点本设计是基于CNN的频谱感知算法的研究,通过提取频带信号的协方差矩阵,使用CNN模型更好地拟合信号特征,实现频谱感知,使频谱感知系统更加精确。

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

2. 参考文献

[1] Y. Le Cun, "Deep learning Gradient-based learning applied to document recognition, Proc. IEEE, vol. 86, no. 11, pp. 22782324, Nov. 1998. [5] Willi Richert,Luis Pedro Coelho 著,刘峰 译.机器学习系统设计[M].北京:人民邮电出版社 2014:172-178 [6] K. M. Thilina, K. W. Choi, N. Saquiband E. Hossain, "MachineLearning Techniques for Cooperative Spectrum Sensing in Cognitive RadioNetworks,"in IEEE Journal on Selected Areas in Communications, vol.31,no.11,pp. 2209-2221, November2013. [7] M.Zhang, M. DiaoandL. Guo, "Convolutional Neural Networksfor Automatic Cognitive Radio Waveform Recognition," in IEEE Access, vol. 5, no. , pp. 11074-11082, 2017. [8] 许可. 卷积神经网络在图像识别上的应用的研究[D].浙江大学,2012.[9] Clancy C, Hecker J, Stuntebeck E, et al. Applications of Machine Learning to Cognitive Radio Networks[J]. Wireless Communications IEEE, 2007, 14(4):47-52.[10] R. andra and A.Sahai,SNR walls for signal detection,IEEE J. Sel.Topics Signal Proc.,vol.2,no.1,pp.417, Feb.2008.

剩余内容已隐藏,您需要先支付 10元 才能查看该篇文章全部内容!立即支付

以上是毕业论文任务书,课题毕业论文、开题报告、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。