[发明专利]一种基于卷积长短时记忆神经网络的频谱感知方法

摘要

一种基于卷积长短时记忆神经网络的频谱感知方法，先进行数据预处理得到2*N矩阵记作E0，将E0送入到ConvLstm2D网络，对E0进行第一次空间与时间特征提取得到输出的数据记作E1，将E1输入到批量归一化神经网络输出到归一化的数据记作E2，将E2输入到第二个ConvLstm2D网络中对IQ数据进行第二次空间和时间特征提取得到的数据记作E3；将E3输入到批量归一化神经网络中得到的数据记作E4；将E5输入到Flatten层将输入来的数据进行压平得到一维数据E5；然后将E5输入到全连接层得到数据E6；将E6输入到神经元为1的全连接层中，激活函数为sigmoid函数；通过最小化损失函数来训练模型参数。本发明极大程度的提高了频谱感知的性能。