[01898268]一种基于GRU网络的主用户数目估计方法
[ERROR (115, 38): Message=Function isnullorempty is not defined,Source=volt,StackTrace= 在 Igs.Hcms.Volt.VoltEngine.EvalExpression(Expression exp),TargetSite=System.Object EvalExpression(Igs.Hcms.Volt.Tokens.Expression)]
联系人：
[ERROR (137, 38): Message=Function isnullorempty is not defined,Source=volt,StackTrace= 在 Igs.Hcms.Volt.VoltEngine.EvalExpression(Expression exp),TargetSite=System.Object EvalExpression(Igs.Hcms.Volt.Tokens.Expression)] [ERROR (145, 38): Message=Function isnullorempty is not defined,Source=volt,StackTrace= 在 Igs.Hcms.Volt.VoltEngine.EvalExpression(Expression exp),TargetSite=System.Object EvalExpression(Igs.Hcms.Volt.Tokens.Expression)]所在地：福建泉州市
- 服务承诺
- 产权明晰
-
资料保密
对所交付的所有资料进行保密
- 如实描述
登录后向技术服务商咨询
发布技术需求
服务免费，交易还可领红包哦
技术详细介绍
本发明提供一种基于GRU网络的主用户数目估计方法，涉及通信技术中认知无线电领域。
本估计方法包括离线训练阶段和在线识别阶段。
离线训练阶段包括：S1、获取已知信号；S2、计算已知信号对应的归一化总功率；S3、生成Ns×1观测向量；S4、数据标定；S5、生成打有标签的训练数据集；S6、训练GRU网络模型。
在线识别阶段包括：S7、接收未知信号x(t)；S8、计算信号x(t)对应的归一化总功率；S9、生成Ns×1观测向量；S10、将主用户数目未知信号的观测向量送入训练好的GRU网络模型，得到主用户数目估计结果。
本发明方法，引入深度学习的思想，充分考虑接收信号的时域相关性和网络模型复杂度，利用GRU网络，能够在较少人工干预下有效估计出主用户数目。