| 摘要: |
| 针对复杂多变的移动物联网(Mobile Internet of Things,MIoT)环境中频谱利用率低的问题,提出了一种融合多模态数据的频谱智能感知算法。首先,系统获取的多个次级用户信号通过协作构建时间序列数据,并对其进行样本协方差矩阵计算,得到相应的图像数据。时间序列数据和图像数据构成了多模态数据,不仅提供了更全面的时域和空间视角,还提高了特征的多样性。然后,基于多模态数据构建了并行双分支Time-ImageNet网络。TimeNet分支网络由多层Conv1D和多层Transformer构成,从时间序列数据中提取关键的时间特征。ImageNet分支基于FasterNet网络,一方面通过优化网络结构降低复杂度,另一方面利用通道混洗操作对特征图进行跨分组通道的信息交互,打破分组边界。最后,将输出的时间序列特征与对应的图像特征进行融合,输入到模态融合网络进行频谱感知,以判定频谱是否可用。基于N-Nakagami信道条件, |
| 关键词: 移动物联网 智能频谱感知 多模态数据 |
| DOI:10.20079/j.issn.1001-893x.250801003 |
|
| 基金项目:国家自然科学基金资助项目(62201313);数字化学习技术集成与应用教育部工程研究中心创新基金项目(1321012);广西混杂计算与集成电路设计分析重点实验室开放基金课题(GXIC2401) |
|
| An Intelligent Spectrum Sensing Algorithm for Mobile Internet of Things Integrating Multimodal Data |
| ZHANG Liliang,,LI Tiancheng,FANG Jun,CHENG Hanbing,XU Lingwei |
| (1.College of Information Science & Technology,Qingdao University of Science & Technology,Qingdao 266061,China;2.Engineering Research Center of Integration and Application of Digital Learning Technology,Ministry of Education,Beijing 100039,China;3.Guangxi Key Laboratory of Hybrid Computation and IC Design Analysis,Guangxi Minzu University,Nanning 530006,China) |
| Abstract: |
|
| Key words: mobile Internet of Things intelligent spectrum sensing multimodal data |