频谱预测Transformer

精度超基准逾5%

3D金字塔视觉Transformer与流处理策略结合，精准学习频谱图演变，显著提升频谱预测精度。

Pan, Guangliang · 吴启晖 · 周波 · 72678146 · 王玮 · 丁国如 · Yau, David

IEEE Transactions on Wireless Communications 2024

参数信息

频谱占用率预测准确率

90 %

预测性能提升

10 %

性能提升

5 %

技术优势

精度提升

3D-SwinSTB 通过独特的 3D Patch Merging 和金字塔结构，更准确地学习频谱图随时间的演化相关性。

任务适配

特征编码器与任务预测器分离，可根据不同任务配置网络，无需重新设计整体架构。

直接输出占用率

3D-SwinLinear 将频谱图直接投影为频谱占用率，省去中间步骤，更适合动态频谱接入。

快速迁移

利用迁移学习，两种方法可快速适应不同的频谱服务，减少新场景下的数据需求。

应用场景

• 频谱监测：用 3D-SwinSTB 预测频谱图演变，辅助监测异常。
• 动态频谱接入：3D-SwinLinear 直接输出占用率，为动态接入决策提供依据。
• 无线网络优化：预测频谱使用模式，提前优化无线网络资源配置。
• 卫星频谱管理：通过迁移学习适应卫星频谱特性，辅助频谱管理。