一种基于FLOM协方差矩阵和LSTM神经网络的频谱感知算法

摘要

本发明公开一种基于FLOM协方差矩阵和LSTM神经网络的频谱感知算法，属于认知无线电技术领域，采用FLOM对训练集内的样本进行预处理，搭建LSTM神经网络模型，将用于训练的训练集传输到LSTM神经网络进行学习，最后将测试集输入经学习后的LSTM神经网络，由softmax模块得到输出结果，将输出结果与阈值比较，做出主用户存在与否的决策。本发明科学合理，使用安全方便，通过FLOM在减少非高斯特征影响方面的强大能力和LSTM神经网络在提取数据时序特征方面的强大处理能力来提高检测性能，有效解决了在非高斯噪声没有能量和其他用于检测的二阶统计量这种情况下的频谱感知，提高了频谱感知性能，使其在低信噪比下相比于其他网络具有更好的性能。