买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

摘要：本发明涉及一种基于Attention‑BasedCNN的认知无线电频谱感知方法及系统，该方法包括如下步骤：S1、对信号数据进行预处理，包括能量归一化和信噪比间隔划分，然后划分为训练集、验证集和测试集；S2、搭建注意力机制层；S3、将注意力机制层加入卷积神经网络中，得到Attention‑BasedCNN模型；S4、利用预处理得到的数据对Attention‑BasedCNN模型进行训练，得到训练好的Attention‑BasedCNN分类器；S5、对新接收的数据进行数据预处理，然后送入训练好的Attention‑BasedCNN分类器中进行分类，得到最终的分类结果，即为频谱感知的结果。该方法及系统有利于提高频谱感知的准确率，同时合理利用计算资源。

主权项：1.一种基于Attention-BasedCNN的认知无线电频谱感知方法，其特征在于，包括如下步骤：S1、对信号数据进行预处理，包括能量归一化和信噪比间隔划分，然后划分为训练集、验证集和测试集；S2、搭建注意力机制层；S3、将搭建好的注意力机制层加入卷积神经网络中，得到Attention-BasedCNN模型；S4、利用步骤S1预处理得到的数据，对Attention-BasedCNN模型进行训练，得到训练好的Attention-BasedCNN分类器；S5、对于新接收的数据，对其进行数据预处理，然后送入训练好的Attention-BasedCNN分类器中进行分类，得到最终的分类结果，即为频谱感知的结果；步骤S2中，注意力机制层的计算过程包括以下步骤：S201、计算输入信号和输入信号中各元素Key的相似度得到对应的权重：scorei＝FQ,ki其中，scorei表示权重，Q表示查询向量，ki表示输入信号中的元素，FQ,ki为相似度计算函数；S202、采用Softmax函数对步骤S201得到的权重归一化： 其中，αi表示注意力分布，N表示输入信号个数；S203、将权重和加权后的输入信号中各元素的权值进行加权求和，得到注意力Attention： 其中，K表示输入信号，V表示输入信号的值，vi表示第i个输入信号的值；步骤S3中，所述Attention-BasedCNN模型采用两个卷积层、一个注意力机制层和一个全连接层；对于激活函数，在FC2采用Softmax，其他层采用ReLU；在第一个卷积层和全连接层后面加入了Dropout层，以防止模型的过拟合；所述Attention-BasedCNN模型的网络参数为：优化器使用Adam优化器，学习率设置为0.0003，batchsize设置为100，Dropoutratio设置为0.2，每一层卷积的Filters为60，Filters的大小为10。

全文数据：

权利要求：

百度查询： 福州大学 基于Attention-Based CNN的认知无线电频谱感知方法及系统