基于动态阈值和残差卷积网络的电磁频谱占用度二维预测方法

技术特征：
1.基于动态阈值和残差卷积网络的电磁频谱占用度二维预测方法，其特征在于：所述基于动态阈值和残差卷积网络的电磁频谱占用度二维预测方法的步骤如下：步骤一、对原始频谱数据进行数据缺失和异常处理，获得预处理后的频谱数据；步骤二、对预处理后的电磁频谱数据，采用动态阈值算法提取电磁频谱底噪数据并建立电磁频谱底噪拟合模型；步骤三、在电磁频谱底噪模型上加上3db作为电磁频谱占用状态阈值，得到电磁频谱占用状态数据，并计算每15分钟的频谱占用度；步骤四、对频谱占用度数据采用三个多尺度滑动窗口获得时频二维的频谱占用度数据，并以多维张量的形式构建时频块；步骤五、将tfblock输入到结合注意机制的残差卷积网络和lstm网络中，实现多尺度电磁频谱占用度图像预测。2.根据权利要求1所述的基于动态阈值和残差卷积网络的电磁频谱占用度二维预测方法，其特征在于：步骤二中对电磁频谱数据进行动态阈值的底噪数据提取，电磁频谱底噪的自适应阈值模型表达式如下：公式(1)中nk是在对频谱数据进行排序之后，原始频谱数据行中具有k1比率的时隙的数量，m(j)是k1比率时隙的功率谱密度值之和，k2是功率谱密度数据范围的权重，f
max
和f
min
表示最大和最小功率谱密度值；在确定电磁环境的动态噪声阈值之后，将低于阈值的数据拟合为电磁频谱底噪，选择的拟合模型为正交级数耦合模型，电磁环境噪声模型的统一表达式为：公式(2)中c0为常数，ξ
j
为常数，ζ
j
为常数，n表示级数阶数，j表示虚数单位，ρ表示频点序列，w表示级数角频率。3.根据权利要求1所述的基于动态阈值和残差卷积网络的电磁频谱占用度二维预测方法，其特征在于：步骤三中将建模后的底噪阈值加上3db作为频谱占用状态阈值，得到频谱占用数据，电磁频谱占用状态阈值表达式如下：占用数据，电磁频谱占用状态阈值表达式如下：公式(3)和(4)中，表示电磁频谱占用状态阈值，s
i,j
表示第i个时隙第j个频点的功率值，x
i,j
表示频谱占用状态。4.根据权利要求1所述的基于动态阈值和残差卷积网络的电磁频谱占用度二维预测方法，其特征在于：步骤四中采用三个多尺度滑动窗口获取时频二维的频谱占用度数据，分别建模电磁频谱占用度的时间近邻性、周期性和趋势性，构建多维张量时频块。5.根据权利要求1所述的基于动态阈值和残差卷积网络的电磁频谱占用度二维预测方
法，其特征在于：步骤五中将时频块的三个分量输入到具有se注意机制的卷积残差网络中获取二维特征信息，将二维特征展平为一维特征输入到lstm后，基于矩阵对三个分量进行融合，最后通过tanh激活函数,实现多尺度电磁频谱占用度图像预测。

技术总结
基于动态阈值和残差卷积网络的电磁频谱占用度二维预测方法，它涉及一种电磁频谱占用度二维预测方法。本发明为了解决目前对于电磁频谱占用度预测任务上先验信息少、预测尺度单一、预测性能差的问题。本发明的核心在于设计了动态阈值的底噪和占用度提取算法，采用基于电磁频谱占用度时间近邻特征、周期特征和趋势特征作为先验信息，通过TFBRL网络融合残差卷积网络和LSTM时序预测网络，实现电磁频谱占用度预测，有效提升预测性能。本发明属于电磁环境频谱占用预测技术领域。境频谱占用预测技术领域。境频谱占用预测技术领域。


技术研发人员：林云 李爽 刘玉超 窦峥 韩宇 李奎贤
受保护的技术使用者：哈尔滨工程大学
技术研发日：2023.04.28
技术公布日：2023/8/5