基于CGAN数据增强的频谱感知方法及系统

本发明提供了一种基于CGAN数据增强的频谱感知方法及系统，包括：采集信道状态数据，获取训练数据集；通过短时傅里叶变换，将训练数据转化为光谱图，生成训练集；建立基于CGAN的神经网络模型，通过所述训练集对基于CGAN的神经网络模型进行训练；将训练后的基于CGAN的神经网络模型生成的数据样本添加到所述训练集中，生成增强训练数据集；获取预先训练的卷积神经网络，将所述增强训练数据集输入到卷积神经网络中进行分类，得到分类结果，所述分类结果为信道的主用户处于静默状态或主用户处于活跃状态。本发明采用CGAN网络对数据进行增强后，引入AlexNet卷积神经网络进行分类，可以有效实现频谱感知。
上海应用技术大学
曹开田 | 蔡连宁