BriefGPT - AI 论文速递
·
多个认知用户的频谱感知联合检测算法
💡
原文中文，约500字，阅读约需1分钟。
📝
内容提要
该文章介绍了一个基于数据驱动的框架，用于无人机协同宽带频谱感知和调度。通过多类分类问题检测空闲频谱位置，并利用强化学习解决方案将探测到的频谱空隙动态分配给无人机。通过仿真框架评估方法，并生成大型频谱数据集。
🎯
关键要点
- 提出了一个基于数据驱动的框架，用于无人机协同宽带频谱感知和调度。
- 通过多类分类问题检测空闲频谱位置，利用 I/Q 样本进行宽带频谱感知。
- 在无人机系统交通管理生态系统中融合各个无人机的分类结果，提高频谱感知准确性。
- 在频谱调度阶段，使用强化学习动态分配探测到的频谱空隙给无人机。
- 建立综合仿真框架，利用 MATLAB LTE 工具箱生成接近真实的合成数据集。
- 评估方法提供灵活框架，生成大型频谱数据集用于机器学习/人工智能的频谱管理解决方案。
➡️
