频谱论文:基于SOC算法的频谱占用补全框架 SOC Algorithm-Based Framework for Spectrum Occupancy Completion

#频谱#

H. Li, J. Li, F. Shen, G. Ding and Q. Wu, "SOC Algorithm-Based Framework for Spectrum Occupancy Completion," in IEEE Transactions on Cognitive Communications and Networking, vol. 9, no. 5, pp. 1155-1166, Oct. 2023, doi: 10.1109/TCCN.2023.3269763.  (南京航空航天大学

研究内容        

        本文研究了空-频域中连续频谱占用补全问题。

        现有的研究大多采用传统的方案,即先进行场强补全,然后进行特征提取。然而,非理想采样数据的存在对频谱占用阵列的恢复精度提出了挑战。在本文中,我们首先设计了一个频谱占用补全框架,该框架依次实现特征提取和频谱占用补全,从而减少了非理想数据对完成的影响。(传统方案是先补全后提取特征,而本文是先提取特征后补全)

        然后,为了进一步提高完成精度,提出了一种基于语义可选的完成(SOC)算法,该算法根据频谱占用水平将连续频谱占用数据划分为离散和多类频谱语义数据。具体来说,频谱占用的完成是通过特定语义提取、频谱语义完成和频谱语义恢复来实现的。

问题

  • 1.  Fig.2 中,Traditional scheme 框图中方给了频谱信号强度在时间T和频率F维度上的多维矩阵,但是在下图Spectrum occupancy completion framework框架中,只给了频域F的频谱占用,为什么没有体现时间?
  • 2.  Sec. III. A说该框架实现提取样本数据的特征--> 但是没说包括哪些特征?以及如何提取? 而在Sec. III. B中 的1) 又提及TCA把源域的数据映射到特征空间feature space,这是说使用TCA之星特征提取吗?理解不明确

频谱论文:基于SOC算法的频谱占用补全框架 SOC Algorithm-Based Framework for Spectrum Occupancy Completion_第1张图片

 

你可能感兴趣的:(算法,人工智能,射频工程,深度学习)