-
题名TCCSS:宽带认知无线电网络频谱感知算法
- 1
-
-
作者
郑柳刚
王英翔
吴宗禕
-
机构
国家无线电监测中心上海监测站
国际商业机器(中国)有限公司
-
出处
《计算机工程与设计》
北大核心
2016年第5期1171-1175,1233,共6页
-
基金
上海市教育厅自然科学研究基金项目(KJ2013Z262)
-
文摘
一些恶意用户篡改数据,降低了频谱感知性能,为此提出一种面向恶意用户环境的基于信任簇的压缩频谱感知TCCSS(trustful cluster-based cooperative compressed spectrum sensing)算法。利用最大似然ML(maximum likelihood)估计簇离主级用户的距离,与预设的门限值比较,寻找到信任簇;依据信任簇提供的信息,使用压缩频谱感知算法对信道状态进行检测。仿真结果表明,TCCSS算法能够有效应对恶意用户的环境,准确检测恶意用户,保持较高频谱检测率。
-
关键词
认知无线电
频谱感知
恶意用户
攻击
最大似然估计
-
Keywords
cognitive ratio
spectrum sensing
malicious users
attack
maximum likelihood estimation
-
分类号
TP393
[自动化与计算机技术—计算机应用技术]
-
-
题名基于特征融合的通信信号自动调制识别
被引量：4
- 2
-
-
作者
芦伟东
朱斌
-
机构
国家无线电监测中心哈尔滨监测站
国家无线电监测中心上海监测站
-
出处
《科学技术与工程》
北大核心
2024年第23期9914-9920,共7页
-
文摘
针对现有通信调制识别技术方法存在的识别类型少、整体识别率低等缺点,提出了一种基于特征融合的通信信号自动调制识别方法空洞卷积注意力长短时神经网络(atrous convolutional block attention module CNN LSTM neural net,ACCLNN)。首先,采用空洞空间金字塔池化(atrous spatial pyramid pooling,ASPP)捕捉更多的不同尺度的输入信息,通过并联卷积神经网络(convolutional neural network,CNN)提取空间特征,并引入CBAM(convolutional block attention module)注意力模块增强数据关键部分的特征表示,提取低层次特征。然后,在长短时记忆网络(long short term memory,LSTM)提取时间特征后,引入自我注意力模块进行深度特征提取。最后,对低层次特征和深层次特征进行融合,完成特征提取和映射。经过实验验证,该方法在低信噪比环境下也能有效识别通信信号类别,总体识别率超过93%。
-
关键词
深度学习
调制识别
特征融合
注意力
-
Keywords
deep learning
modulation recognition
feature fusion
attention
-
分类号
TN911.3
[电子电信—通信与信息系统]
TP18
[自动化与计算机技术—控制理论与控制工程]
-
