[发明专利]基于深度学习分类的频谱感知方法及装置

摘要

本发明涉及一种基于深度学习分类的频谱感知方法及装置，属于信号处理技术领域，解决了现有的频谱感知方法需要涉及大量人工过程、依赖过多的专业知识造成精确度较低的问题。方法包括如下步骤：获取信号的样本数据；样本数据包括信号采样序列、信号功率谱和小波向量；构造卷积神经网络，并基于样本数据对卷积神经网络进行网络训练，得到卷积神经网络对应的最优网络结构；将待检测信号数据输入卷积神经网络对应的最优网络结构，得到待检测信号数据对应的置信度，并基于置信度得到频谱感知结果。实现了待检测信号的频谱感知，提高了频谱感知结果的精确度。