تلفیق داده مبتنی بر یادگیری عمیق برای سنجش طیف مشارکتی چندبانده

مساله سنجش طیف یکی از مسائل فراگیر در کاربرد های مختلف است. از جمله رادیوهای شناختی، شبکه های همزیست با اشتراک طیف و ... . از طرفی مساله سنجش طیف با مشکلاتی نظیر محوشدگی، سایه افکنی و نقاط کور روبرو بوده که در طی زمان منجر به ظهور روش های سنجش طیف مشارکتی گردیده است. در سنجش طیف مشارکتی با استفاده از تلفیق اطلاعات چندین کاربر مشارکت کننده برای تعیین حضور کاربر اولیه در طیف مورد نظر تلاش می شود. تاکنون الگوریتم های تلفیق داده گوناگونی به منظور سنجش طیف مشارکتی ارائه شده اند که هر کدام مزایا و معایب خاص خود را دارند. در این مقاله، الگوریتمی مبتنی بر الگوریتم های یادگیری عمیق ارائه شده است که از لحاظ عملکرد بر روشهای پیشین برتری داشته و همچنین معایبی از روش های ارائه شده را برطرف نموده است. از جمله اینکه در این روش تعداد کاربران مشارکت کننده در سنجش طیف، محدودیتی برای الگوریتم محسوب نمی شود و می تواند در پیاده سازی عملی شبکه های متحرک اشتراک طیف که در آنها تعداد کاربران مشارکت کننده کم زیاد می شود کمک کننده باشد.