申请/专利权人：东北大学

申请日：2021-05-14

公开（公告）日：2024-04-30

公开（公告）号：CN113347638B

主分类号：H04W16/14

分类号：H04W16/14;H04W16/10;H04B17/382;H04B17/391

优先权：

专利状态码：有效-授权

法律状态：2024.04.30#授权;2021.09.21#实质审查的生效;2021.09.03#公开

摘要：本发明公开一种认知工业物联网动态协作频谱预测与感知方法，步骤为：认知用户获取IEEE802.11物理层标准所规定信道在过去K个时隙内的信道状态信息CSI；将上述所有信道的CSI分别输入信道预测模型，该模型由LSTM‑CNN网络构成；对于空闲概率大于p的信道，认知用户感知这些信道并判断信道的被占用情况；认知用户将判决结果发送到位于SDN控制器的聚合中心；聚合中心将各认知用户的判决结果进行数据融合，利用权重分配网络得到最终判决结果。本发明方法可实现信道的预筛选，节约信道感知过程的能量消耗，通过聚合中心融合多用户协作的感知结果，大幅提高信道预测和感知精度，更加适应复杂的射频环境。

主权项：1.一种认知工业物联网动态协作频谱预测与感知方法，其特征在于包括以下步骤：1）认知用户获取IEEE802.11物理层标准所规定信道在过去K个时隙内的信道状态信息CSI；2）将上述信道状态信息CSI分别输入信道预测模型，该模型由LSTM-CNN网络构成，其输入为一段时间内的CSI，输出为该信道的占用和空闲概率；3）对于空闲概率大于p的信道，认知用户感知这些信道并判断信道的被占用情况；选取并感知空闲概率大于p的信道，信道感知方法采用双门限能量检测和循环平稳特征混合方法，具体为：若信道信噪比大于γ，则利用现有的经典双门限能量检测方法，若信道信噪比小于γ，则利用现有的经典循环平稳特征检测方法；4）认知用户将判决结果发送到位于SDN控制器的聚合中心；5）聚合中心将各认知用户的判决结果进行数据融合，利用权重分配网络得到最终判决结果；步骤2）中，信道预测模型包括：输入层、LSTM网络、CNN网络、全连接网络和输出层；所述输入层包括：过去K个时隙内，每个时隙采集1次CSI信息，依据IEEE802.11物理层标准的规定，每次采集30个子信道的CSI幅度值；设计时隙的帧结构，使每个时隙可完成一次完整的预测、感知、汇报、判决过程；LSTM网络包括2层经典LSTM结构，神经元数量分别为32和64；CNN网络包括3层经典CNN结构，LSTM网络中K时隙的输出全部输入CNN网络中，通过步长为2的3*3卷积层；全连接网络将CNN网络输出摊平之后，通过3层经典全连接层变换为2维向量；输出层采用softmax输出，2维向量中的2个参数分别为信道占用和空闲的预测概率；步骤3）中，选取并感知空闲概率大于p的信道，信道感知方法采用双门限能量检测和循环平稳特征混合方法，具体为：若信道信噪比大于γ，则利用现有的经典双门限能量检测方法，若信道信噪比小于γ，则利用现有的经典循环平稳特征检测方法；步骤5）中，聚合中心的全部功能集成在认知工业物联网的SDN控制器内；权重分配网络包括输入层、LSTM网络、信噪比叠加网络、全连接层和输出层；输入层包括所有用户的历史判决结果，所有用户指的是连接到同一聚合中心的所有认知用户；历史判决结果指的是过去K个时隙内所有认知用户向聚合中心汇报的信道判决结果；LSTM网络包括2层经典LSTM结构；信噪比叠加网络由两部分构成，分别为LSTM网络的K维输出向量和每个用户当前的实时信噪比估计值，将两向量逐点相加；全连接层包括2层经典全连接结构；输出层采用softmax输出，其中每个元素为对应每个用户当前的权重值。

全文数据：

权利要求：

百度查询： 东北大学 一种认知工业物联网动态协作频谱预测与感知方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD