用于识别无线电技术的神经网络

技术特征：
1.一种用于提供用于识别环境(320)中采用的无线电技术(200-203)的神经网络(130)的计算机实现的方法，所述神经网络(130)包括具有编码器(120)的自动编码器(120，121)，以及分类器(123)，所述方法包括以下步骤：-感测环境(320)的无线电频谱，从而获得数据样本的集合；-通过相应的无线电技术(120，121)标记数据样本的子集，从而获得标记的数据样本；-通过未标记的数据样本以无监督的方式训练自动编码器(120，121)；-通过标记的数据样本以监督的方式训练分类器(123)；以及-通过将自动编码器(120，121)的编码器网络的输出(112)耦合到分类器(123)的输入来提供神经网络(130)。2.根据权利要求1所述的计算机实现的方法，其中所述数据样本的集合包括同相和正交iq样本。3.根据权利要求2所述的计算机实现的方法，还包括以下步骤：-将iq样本从时域变换到频域。4.根据权利要求1至3中的一项所述的计算机实现的方法，其中分类器(123)包括编码器(120)和分类块(123)。5.根据前述权利要求中的一项所述的计算机实现的方法，其中自动编码器(120，121)包括卷积神经网络。6.根据前述权利要求中的一项所述的计算机实现的方法，其中编码器(120)包括具有校正线性单元、relu、激活函数的两个卷积层，每个层之后是用于正则化的批标准化和丢弃层。7.根据前述权利要求中的一项所述的计算机实现的方法，其中无线电技术(200-203)包括以下的组中的至少一个：5g；5g新无线电，nr；长期演进，lte；专用lte；公民宽带无线电服务，cbrs；multefire；lte许可辅助接入，lte-laa；窄带-物联网，nv-iot；增强型机器类型通信，emtc；802.11ax；wi-fi 6；802.11ah；802.11af；802.11p；车辆到车辆，v2v；车辆到基础设施，v2i；zibee；蓝牙；wimax；gsm。8.一种计算机实现的方法，包括由通过权利要求1至8中的任一项获得的神经网络识别在环境(320)中采用的无线电技术(200-203)。9.根据权利要求8所述的计算机实现的方法，还包括以下步骤：-基于识别出的无线电技术改变无线电技术(200-203)之一的中心频率。10.根据权利要求8或9所述的计算机实现的方法，还包括以下步骤：-基于识别出的无线电技术(200-203)分配无冲突时隙用于传输。11.一种数据处理系统，包括用于执行根据权利要求1至10中的一项所述的方法的部件。12.一种计算机程序产品，包括用于使数据处理系统至少执行根据权利要求1至10中的一项所述的计算机实现的方法的步骤的计算机可执行指令。13.一种计算机可读存储介质，包括根据权利要求12所述的计算机程序产品。

技术总结
示例实施例描述了一种用于提供用于识别环境中采用的无线电技术(200-203)的神经网络的计算机实现的方法，该神经网络包括具有编码器的自动编码器和分类器，该方法包括以下步骤：感测环境的无线电频谱从而获得数据样本的集合，通过相应的无线电技术标记数据样本的子集从而获得标记的数据样本，通过未标记的数据样本以无监督的方式训练自动编码器，通过标记的数据样本以监督的方式训练分类器，以及通过将自动编码器的编码器网络的输出耦合到分类器的输入来提供神经网络。器的输入来提供神经网络。器的输入来提供神经网络。


技术研发人员：A
受保护的技术使用者：安特卫普大学 根特大学
技术研发日：2020.09.04
技术公布日：2022/4/13