[发明专利]基于CNN-LSTM网络模型的认知无线电多信道频谱感知方法

权利要求书

1.基于CNN-LSTM网络模型的认知无线电多信道频谱感知方法，其特征是：它包括以下步骤：

步骤一、构建CNN-LSTM网络模型，所述CNN-LSTM网络模型包括CNN网络和LSTM网络；所述CNN网络用于频谱数据的特征提取，所述LSTM网络用于频谱占用状态的预测。

所述CNN网络中使用2层卷积核和1层池化层对数据序列进行特征提取；

步骤二、对步骤一获得的CNN-LSTM网络模型进行优化，获得优化后的CNN-LSTM网络模型；

步骤三利用步骤二获得的优化后的CNN-LSTM网络模型对认知无线电进行多信道频谱感知，完成一次基于CNN-LSTM网络模型的认知无线电多信道频谱感知。

2.根据权利要求1所述的基于CNN-LSTM网络模型的认知无线电多信道频谱感知方法，其特征在于CNN网络中，第1卷积层有16个卷积核，大小为1×3；第2层有32个卷积核，大小为1×4，移动步长为1×1；池化层使用的是平均池化(Average Pooling)，大小为1×2。

3.根据权利要求2所述的基于CNN-LSTM网络模型的认知无线电多信道频谱感知方法，其特征在于LSTM网络为包含1层隐含层结构，隐含层中LSTM单元个数数为32。