[发明专利]一种基于机器学习的卫星频谱感知方法

摘要

本发明公开了一种基于机器学习的卫星频谱感知方法，包括数据预处理、模型离线训练、在线检测三个部分。该方法通过对不同信道的历史接收数据进行处理，构建相应的训练集训练神经网络模型，并结合网格搜索、交叉验证和早停修正来优化模型，能够有效提取数据的隐藏规律。此外，将CNN神经网络的强大分类能力与LSTM神经网络处理序列问题的优势相结合，选取合适的融合方式，设计合理的联合检测值计算方法，并将虚警概率纳入考量求出适当的检测门限。最后，将实时的检测样本输入到训练好的神经网络模型中实现频谱占用状态的实时判断，提高了频谱感知准确度、从而提高了频谱资源利用率。