期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
认知传感网中基于Transformer网络的MAC协议识别方法
1
作者 赵立 赵宏坚 +4 位作者 高智伟 王黎明 刘越 罗渝 廖勇 《电讯技术》 北大核心 2024年第10期1659-1666,共8页
媒体接入控制(Media Access Control,MAC)识别有助于优化认知无线电系统的频谱管理并提高通信质量。已有的基于深度学习的MAC协议识别方法仍存在复杂信道环境的适应性不足、长期依赖关系捕捉能力有限的问题。因此,提出基于Transformer... 媒体接入控制(Media Access Control,MAC)识别有助于优化认知无线电系统的频谱管理并提高通信质量。已有的基于深度学习的MAC协议识别方法仍存在复杂信道环境的适应性不足、长期依赖关系捕捉能力有限的问题。因此,提出基于Transformer网络的MAC协议识别方法,利用自注意力机制有效捕捉长距离依赖,通过多头注意力机制同时关注输入序列中不同部分的相关性,提升对信号特征和行为的理解。针对认知传感网的特定需求,对传统的Transformer模型结构进行了优化,包括调整模型的深度和宽度以适应信号数据的特性。自注意力机制不仅增强了模型对时间序列数据的处理能力,还通过位置编码保留序列中的位置信息,结合前馈神经网络增强模型的非线性表达能力,并通过层归一化和残差连接机制提高模型的稳定性和训练效率。实验结果表明,所提方法在复杂无线通信环境中具有显著的性能优势,在识别4种主要MAC协议时展现出超过95%的高准确率。 展开更多
关键词 认知传感网 mac协议识别 深度学习 自注意力机制 Transformer网络
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部