发明 一种基于非监督式机器学习分类算法的频谱感知方法 【特价15】
移动通信 移动网络 无线通信 无线网络 数据传输 5G 人工智能 机器学习 认知无线电 1人
H04B17/382 G06N3/08 G06N3/04 G06K9/62
摘要：本发明涉及一种基于非监督式机器学习分类算法的频谱感知方法，属于无线通信技术领域。该方法将目标网络内的地理区域划分为Q相同大小的网格，整个方案实施过程分为四个阶段。第一阶段为获得PUT传输模式分类器TM1‑Classifier；第二阶段为获得网格标签分类器TM2‑Classifier；第三阶段是为了获得当前m时刻的PUT传输模式标签第四阶段是获得网格对应的LFB接入指示标签本发明基于机器学习中的卷积神经网络和阈值检测算法的频谱感知方案，在PUT位置未知的情况下，灵活分配空‑时空闲频谱资源，增加接入LFB的机会，从而提高了频谱利用率。
