深度感知：基于卷积神经网络的协作频谱感知
网络与互联网体系结构
2017-11-28 v2
摘要
在本文中，我们研究认知无线电网络（CRN）中的协作频谱感知（CSS），其中多个次级用户（SU）协作以检测可能同时占用多个频段的主用户（PU）。我们提出了深度协作感知（DCS），它构成了首个基于卷积神经网络（CNN）的 CSS 框架。在 DCS 中，不采用难以计算且在实践中难以使用的 CSS 显式数学建模，而是使用训练感知样本通过 CNN 学习结合 SU 各自感知结果的策略。因此，无论各个感知结果是否被量化，都能以自适应的方式找到一种考虑了个体感知结果的频谱与空间相关性的特定环境 CSS。通过仿真，我们表明即使在训练样本数量适中的情况下，所提出的 DCS 也能以较低的复杂度提升 CSS 的性能。
引用
@article{arxiv.1705.08164,
title = {Deep Sensing: Cooperative Spectrum Sensing Based on Convolutional Neural Networks},
author = {Woongsup Lee and Minhoe Kim and Dong-Ho Cho},
journal= {arXiv preprint arXiv:1705.08164},
year = {2017}
}