인지 무선 통신에서 전이 학습을 이용한 딥러닝 기반 변조 신호 센싱 기법

Abstract

인지 무선 통신 네트워크에서 우수한 성능의 딥러닝 기반 신호 센싱 모델을 구현하기 위해서는 양질의학습데이터가 필요하다. 하지만 실제 환경에서는 변조방식에 따른 서로 다른 양질의 학습데이터를 충분하게확보하지 못하는 경우가 많다. 본 논문에서는 인지 무선 통신에서 적은 학습데이터로 주 사용자의 신호를효과적으로 센싱하기 위해 동적 시간 굽힘을 통한 변조 신호 간 유사성을 이용한 전이학습 기반의 합성곱신경망 모델 구현 방식을 제안한다. A significant amount of labeled training data is required to implement a superior deep learning-based signal detector for cognitive radio network. In general, however, training data is often not sufficiently guaranteed depending on modulation. In this paper, we propose the deep learning-based modulation signal detection scheme via transfer learning to effectively detect a signal of the primary user with less training data in a cognitive radio network. The proposed scheme also takes into account a convolutional neural network model using the similarity between modulation signals through dynamic time warping.