原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于QR矩阵分解的深度学习协作频谱感知方法、系统及设备，属于数字通信技术领域。为了解决现有的频谱感知方法存在低信噪比下检测性能不够理想的问题，以及采用深度学习的频谱感知方法存在训练效率低的问题。本发明对多用户的接收机接收到的多个原始信号进行QPSK调制解调生成了I路和Q路信号，将获取的IQ双路数据样本归一化并计算协方差矩阵，然后对协方差矩阵进行QR矩阵分解提取特征Q矩阵，将特征Q矩阵转化为灰度图像并划分为训练集和测试集，训练并测试DCNN网络，将QR分解和训练好的DCNN作为频谱感知分类模型，用
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 116896421 A
(43)申请公布日 2023.10.17
(21)申请号 202310893794.8
(22)申请日 2023.07.20
(71)申请人 哈尔滨理工大学
地址 15008
文档评论（0）