【技术实现步骤摘要】
本申请一个或多个实施例涉及地理信息，尤其涉及一种基于轴注意力机制的电磁频谱地图构建方法及相关设备。
技术介绍
1、电磁频谱是描述不同频率和波长的电磁波的连续范围，包括无线电波、微波、红外线、可见光、紫外线、x射线和γ射线等。电磁频谱可以广泛应用于通信、探测和地理信息等领域。近些年来，电磁频谱地图构建技术飞速发展，它通过为地理区域的每个位置提供接收信号强度、功率谱密度等指标，具有许多应用场景，如无人机通信、频谱管理、干扰控制、资源分配和网络规划等。
2、电磁频谱地图主要是由分布在空间中的无线传感器、移动终端设备等收集电磁数据构成，然而由于物理环境以及人力成本的限制，无法获得环境中每一个位置点的电磁数据，因此无法构建高精度的电磁频谱地图。
3、为解决这一问题，相关技术多关注于构建不同结构的网络模型，如卷积网络(convolutional neural network，cnn)、深度残差网络(residual neural network，resnet)、transformer网络，尽管在重构精度上有所提升，但都没有考...
【技术保护点】
1.一种基于轴注意力机制的电磁频谱地图构建方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述全局特征提取子模型包括基于卷积神经网络构建的第一特征提取层、基于轴向注意力机制计算层构建的第二特征提取层和第一反卷积层；所述轴向注意力机制计算层用于挖掘与所述稀疏电磁数据的全局特征相关的，隐含于所述稀疏电磁数据的数据模式和数据结构，以模拟电磁信号的传播规律传播规律，实现无线电磁环境的重构；
3.根据权利要求2所述的方法，其特征在于，所述局部特征提取子模型包括基于卷积神经网络构建的第三特征提取层和第二反卷积层；
4.根据权...
【技术特征摘要】
1.一种基于轴注意力机制的电磁频谱地图构建方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述全局特征提取子模型包括基于卷积神经网络构建的第一特征提取层、基于轴向注意力机制计算层构建的第二特征提取层和第一反卷积层；所述轴向注意力机制计算层用于挖掘与所述稀疏电磁数据的全局特征相关的，隐含于所述稀疏电磁数据的数据模式和数据结构，以模拟电磁信号的传播规律传播规律，实现无线电磁环境的重构；
3.根据权利要求2所述的方法，其特征在于，所述局部特征提取子模型包括基于卷积神经网络构建的第三特征提取层和第二反卷积层；
4.根据权利要求3所述的方法，其特征在于，所述特征融合模块包括特征融合层和基于卷积神经网络构建的数据降维层；
5.根据权利要求2所述的方法，其特征在于，所述全局注意力权重基于相对位置编码确定...
【专利技术属性】
技术研发人员：刘芳，李双宁，刘元安，黎淑兰，苏明，
申请(专利权)人：北京邮电大学，
类型：发明
国别省市：
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。