基于时序注意力机制和LSTM模型的信号频谱空洞感知方法

摘要

本发明提供了基于时序注意力机制和LSTM模型的信号频谱空洞感知方法，涉及无线通信技术领域。包括以下步骤：步骤一：接收频谱数据并将其二值化；步骤二：将频谱数据序列化并构建频谱数据集；步骤三：构建并训练出一个LSTM模型，将序列化的频谱数据集输入模型中；步骤四：使用模型来提取频谱数据中的时序特征，时序特征包括每组时序数的多个隐藏状态特征ht；步骤五：利用模型中的时序注意力机制学习时序特征，得到模型的预测向量，通过对预测向量中值的判定，从而得到用户的信号状态。本发明将注意力机制用于频谱空洞感知任务中，提高了频谱信号分布复杂时的预测性能，显著提高了频谱空洞感知的准确度。