一种基于半监督学习的小样本频谱感知方法

本发明提供一种基于半监督学习的小样本频谱感知方法，涉及无线通信技术领域，包括：使用多根接收天线采集复数信号样本，构建二元假设检验模型以区分信道空闲或占用状态，将复数信号进行分离及转换，以得到预处理后的数据集；构建频谱门控网络模型，输出状态概率；通过自适应阈值机制、多损失函数组合对模型参数进行优化，得到优化后的半监督学习模型；采用蒙特卡罗方法校准分类阈值，并在验证集上评估模型性能，以得到评估结果；将在线部署阶段对实时信号进行预处理和模型计算，通过比较输出概率与校准阈值判决信道状态。本发明用以解决现有技术中标注数据稀缺条件下模型训练不充分和现有模型对多天线信号时序特征捕捉能力不足的问题。