基于LSTM神经网络的卫星频谱多门限感知算法

来源：信号处理杂志 2020年第8期北京时间：

作者：刘东健, 杨霄鹏, 肖楠, 朱圣铭

摘要：针对在卫星认知通信场景下传统频谱感知算法感知性能低、受通信时延影响大的问题，提出了一种基于长短期记忆(LSTM)神经网络的卫星频谱多门限感知算法。首先构建卫星认知通信模型，其次将仿真数据送入长短期记忆(LSTM)神经网络进行预测感知，采用动量随机梯度下降(SGDM)算法对网络进行更新，然后提出多门限算法对网络输出进行优化，最后与其他神经网络算法作性能对比。该算法无需构建特征值，实验结果表明：在卫星信道条件下，当面对低接收信噪比及低网络迭代次数时，该算法频谱感知性能要优于其他神经网络算法。

关键词：卫星认知通信, 频谱感知, 长短期记忆神经网络, 动量随机梯度下降算法, 多门限优化