基于神经网络的车联网频谱感知组合算法

来源 :中国科学院大学学报 | 被引量 : 0次 | 上传用户:zjian26
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
针对车联网环境下无线频谱资源短缺的问题,提出一种基于神经网络的多条件频谱感知组合算法。该算法利用神经网络较强的多分类能力,将信号能量、协方差矩阵的最大特征值、最小特征值、迹和平均特征值融合作为神经网络特征参数实现合作频谱感知,并从理论上分析参数选择方案,算法还充分考虑信道多径衰落和阴影效应导致的信噪比很低的情况以及车辆移动产生的多普勒效应,达到提高频谱感知成功率的目的,从而提高频谱的利用率。仿真结果表明,该算法在低信噪比情况下比已有的频谱感知算法具有更好的检测性能。
其他文献
1948年12月的一个清晨,中国北方的汉沽火车站。这一天与往日相比,感觉干冷干冷的,北风像刀子一样刺得人脸生疼,土地都被冻得裂开了许多口子。昨夜枪炮声响了一宿,天亮时传来消息,解放军已解放了芦台。芦台距汉沽只有10多里路。这时,站长室桌上的电话铃声突然炸响,在这寒冷静谧的清晨特别刺耳。我一骨碌从长椅上爬起来揉着布满血丝的眼睛抓起了电话。  “是汉沽站任站长吗?”电话那边传来天津铁路分局华北段鲁段长
火车火车我爱你  火车火车我爱你  蒸了馒头都给你——  这是我七岁时的呼喊  这是我七岁时  看驰向通化的火车  倾尽所有力气  深情而又无奈的呼喊  这么多年  火车不知疲倦  一直在飞驰  有时我注目它的飞驰  有时我在想象中与它一起飞驰  我喜欢火车勤奋的  富有节奏感的飞驰  这么多年,我好像也在飞驰  从懵懂到不惑  身旁掠过一路千姿百态的风景  这么多年,我一直在蒸制爱的馒头  一直
期刊
《义务教育美术课程标准(2011年版)》(以下简称“2011年版课标”)要求“注重美术课程与学生生活经验的紧密关联,使学生在积极的情感体验中发展观察能力、想象能力和创造能力”[1]1。引导学生有效运用生活中的素材进行艺术表现,更能激发学生的学习兴趣,培养学生的美术素养。
南京秦淮河畔有个桥头村,村东边有一石龟潭,南京巿潭桥小学就坐落于此。学校以“小石潭”自喻,学生、教师好似至清、至静、至深的潭中之鱼,灵动的潭水润泽着师生们的生命与追求。潭桥小学现为“南京市智慧校园”和“中国美术教育数字美巿教育研究中心”授牌学校,学校美术团队紧跟时代步伐,推进“数字化美术课堂”校本教材的研发,教材以水中的植物、动物为元素,围绕“小石潭”校园文化,创编了低、中、高三个学段的《“小石潭”记——水文化数字美术教材》,教材内页附有二维码,扫描即可观看带有多个图层的教师示范画,课后链接内容分层设计,
庚子年,是人们都想重启的一年.2020年5月,疫情缓解.《中国美术教育》第2-3期稳稳地如期而至,我将厚厚的一本合刊捧在手中,轻轻地翻阅,又习惯性地拿起笔开始勾画圈点,从第一页
期刊
由于半导体产业的设计和外包代工制造全球化趋势,使得集成电路容易受到硬件木马造成的严峻威胁。基于电路退化模型等的隐秘硬件木马通常将恶意行为隐藏在正常的芯片行为中,从而难以被传统的测试和验证方法发现。建立一个高效的机器学习框架,利用指令级侧信道功耗特征对无木马和插入木马的芯片电路进行分类。算法模型采用不同的指令和木马构造提取的特征向量集。为评估检测方法性能,在Altera StratixⅡFPGA中实现基于MC8051微控制器的基准电路,并详细分析在有监督和无监督模式下的5种机器学习算法模型。测试结果表明,综
1984年,作为机务教员的老爸退休了,告别了毕生喜爱的铁路事业,怀着不舍回到了30公里以外的家——洮南。  我接了父亲的班,从洮南来到白城,从此,开始了我的铁路生涯,开始了机车乘务员的风雨无阻。  2019年,我也光荣退休,有释怀,更有欣慰。终于可以陪老爸一起坐高铁了,去感受铁路大动脉的翻天覆地,享受梦寐以求的中国速度,实现老爸由来已久的心愿。  老爸那辈人,经历了铁路在新中国成立之初的艰苦卓绝。
模拟飞秒涡旋光在空气中成丝产生涡旋3次谐波的过程。研究初始基频波的扰动分布和峰值功率对双色涡旋光演化的影响。对于具有对称扰动分布的初始基频波,双色涡旋不受初始峰值功率影响,能够在成丝过程中保持环形强度分布。但是,在高峰值功率情况下,涡旋的螺旋相位分布受到多丝的影响,多丝引起的相位积累效应破坏了双色涡旋的螺旋相位分布。对于具有不对称扰动的初始基频波,当形成多细丝时,双色涡旋的空间环形分布和螺旋相位分布都会被破坏。
计算机视觉中的物体检测包括2个目标——对物体的定位和识别。由于现有大多数的物体检测方法都是类别依赖的,因此无法应对开放场景中新类别的检测。注意到检测中定位和识别2个目标从已知类向未知类迁移的难度不同,定位具有更好的普适性,同时受人类在认知未知物体过程中层次关系的启发,提出一种高斯层级损失模型,在物体检测中采用物体类别层次化建模,在学习层级结构中每个类别多维高斯分布的同时,使用KL散度描述类别之间的
“那座山是哪里?”  “那就是花砬山,咱们要去的松树林村就在这座山脚下。”  1  广全已经习惯了别人叫他“王老师”。  广全在集团公司职工教育的讲台上,已经讲了30年的课。他最擅长的两门课程是《技规》和《行规》,这两门课程的全称是《铁路技术管理规程》和《行车组织规则》,这是铁路专业课,讲的是行业规则,枯燥刻板又较劲。他把这课讲得好听,好懂,现场工作中遇到问题的时候,经常会有人说:“王老师讲过……
期刊