基于Inception-BiGRU和注意力机制的频谱感知方法研究

来源：电子测量技术杂志2025年第6期北京时间：

作者：殷晓虎，张安熠，张珂珂，田冲

单位：西安科技大学通信与信息工程学院 西安 710600

摘要：频谱感知是缓解频谱资源短缺的关键技术之一，其中智能频谱感知已成为当前研究的热点方向。针对现有频谱感知方法对信号特征提取不充分以及在低信噪比下频谱感知效果不佳的问题，提出一种由Inception模块、双向门控循环单元、时间注意力机制和全连接层网络组成的频谱感知混合模型。首先，Inception模块对接收到的I/Q信号进行多尺度空间特征的提取;然后，采用双向门控循环单元获取信号的时间序列特征，并通过时间注意力机制强化重要时序特征;最后，全连接层网络将提取到的特征映射到频谱状态的分类空间完成分类识别。实验结果表明，本文方法与多种现有频谱感知方法相比显著提升了感知性能，模型的整体检测准确率达到84.55%，当信噪比为-20 dB时，该方法的感知误差为24%；且对多种调制类型的无线电信号具有较好的适应性。所提方法无需依赖任何先验信息，在低信噪比和复杂无线电环境下展现出较强的鲁棒性，实现了感知性能与模型复杂度的有效平衡，为智能频谱感知提供了一种新的解决方案。

关键词：频谱感知;深度学习;Inception模块;双向门控循环单元;时间注意力机制

基金资助：陕西省科技计划项目(2020GY-029)资助