一种基于联合神经网络的动态频谱共享方法技术

技术编号:43880404 阅读:47 留言:0更新日期:2024-12-31 19:03
一种基于联合神经网络的动态频谱共享方法,属于频谱预测方法领域。针对频谱资源利用率不高和匮乏的问题,对于如何获取频谱资源,提出一种基于联合神经网络的动态频谱共享方法,包括:改进LSTM循环神经网络,提取时间序列数据的特征;设计基于长短时记忆网络LSTM与循环神经网络RNN结合的频谱感知模型;设计基于BP神经网络和GRNN神经网络的时间序列预测模型;并用频谱感知检测到的数据来提升频谱预测的准确性从而增强频谱利用率,使得动态频谱接入更好的完成。本发明专利技术解决了RNN模型中长期存在的依赖问题同时减弱了因长距离而使历史信息丢失的风险,进而提高未来频谱的趋势预测结果的准确性。

【技术实现步骤摘要】

本专利技术涉及动态频谱共享方法,特别涉及一种基于联合神经网络的动态频谱共享方法


技术介绍

1、物联网已经成为当前世界通信和信息技术发展的重要趋势,物联网技术通过在不同的网络中实现对万物多样的连接。随着物联网技术的逐渐普及,频谱稀缺已成为当今无线通信网络正在面临的最重大的挑战之一。无线网络面临的主要难题是怎样合理地获得频谱资源的同时而且还满足网络通信的需求。要想是实现低延迟,就要合理利用频谱去满足通信的需求。在无线通信中频谱资源作为关键性资源,其在很多领域是不可或缺的。

2、由于频谱资源数量有限且不可再生,所以频谱资源也变得十分的珍贵,也成为了各国竞争的热点。当前主要采用的是静态频谱分配方式进行频谱资源管理,将频谱资源按照频段固定的进行分配。但是由于静态频谱分配的方法很固定,明显这种做法会出现很多大量空闲的频谱未被使用,导致大量的频谱浪费。而且随着近些年来对互联网需求的快速增长。许多新兴的无线接入服务无法获得适当的认证频段,只能拥挤在未经许可的频段中。在这种趋势下,静态无线电频谱资源管理方法已经不再有效。

3、为了让频谱重耕后每个制本文档来自技高网...

【技术保护点】

1.一种基于联合神经网络的动态频谱共享方法,其特征在于:所述方法通过以下步骤实现:

2.根据权利要求1所述的一种基于联合神经网络的动态频谱共享方法,其特征在于:步骤二所述的设计基于长短时记忆网络LSTM与循环神经网络RNN结合的频谱感知模型的步骤,具体是:

3.根据权利要求2所述的一种基于联合神经网络的动态频谱共享方法,其特征在于:所述的记忆细胞的网络的数学模型如下所示:

【技术特征摘要】

1.一种基于联合神经网络的动态频谱共享方法,其特征在于:所述方法通过以下步骤实现:

2.根据权利要求1所述的一种基于联合神经网络的动态频谱共享方法,其特征在于:步骤二所述的设计基于长短时记...

【专利技术属性】
技术研发人员:王雪潘佳峰
申请(专利权)人:哈尔滨理工大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1