基于卷积神经网络的OFDM频谱感知：原理、实现与工程部署

简介：基于卷积神经网络的OFDM频谱感知方法论文PDF，源自《系统工程与电子技术》期刊，面向认知无线电、OFDM信号处理与深度学习交叉领域的研究者，也适合通信工程、人工智能方向的学生与工程师参考。资源共1个文件，为2.04MB的pdf全文，内容包括OFDM循环自相关特性分析、归一化灰度图像转化、基于LeNet-5的CNN网络搭建以及低信噪比环境下的仿真实验，层次清晰。已有163人学习浏览。相比传统机器学习方法，该论文重点解决了频谱感知训练速度慢、特征提取依赖人工设计等问题，给出了可复现的网络结构和实验数据。实验表明，所提方法在低信噪比条件下具有较高检测概率，对基于深度学习的频谱感知研究具有直接指导价值，可作为论文阅读、课题研究与技术调研的优质参考资料。

1. 基于卷积神经网络的OFDM频谱感知，在哪类场景里真正起作用

在低信噪比下做OFDM盲检测，传统能量检测的判决门限跟着噪声方差走，噪声底稍微估偏一点，漏检和虚警就同时失控；循环平稳检测虽然抗噪声能力强，却要在频域做二维相关搜索，现场实时处理很难落地。卷积神经网络换了一条路：把一段I/Q采样整理成二维谱图，让卷积核去找OFDM导频、子载波间隔和循环前缀留下的周期性结构，检测问题被转成了模式识别问题。整套方案覆盖数据生成、输入表示、模型结构和部署调优，适合做无线频谱监测、认知无线电和宽带信号盲检的工程师参考。

2. OFDM的频谱结构，以及CNN感知其中的周期性痕迹

2.1 OFDM信号在时频面上留下的“指纹”

OFDM信号是多路正交子载波的并行传输，每个符号持续时间为T，符号前有循环前缀。它在频域上不是一个光滑包络，而是一族sinc函数叠加出的固定波纹：矩形子载波脉冲对应sinc谱，相邻子载波间隔的整数倍位置存在零点，叠加之后形成明显的梳状起伏。在时间上，循环前缀让每个符号末尾的内容被复制到头部，自相关函数会在符号周期T附近出现尖峰。

导频结构是更关键的强特征。绝大多数OFDM系统在资源网格里按固定图案插入参考信号，导频在子载波方向和时间方向上都有确定的间隔。接收端利用这些导频做信道估计，外部检测器则可以把它们当作“已知周期”来利用。综合来看，OFDM频谱包含了三个层次的可学习结构：子载波间隔决定的频域波纹、循环前缀决定的符号周期、导频决定的二维周期图案。三者组合在一起，是噪声不会出现的组织化特征。

与单载波或宽带扫频信号不同，OFDM的这类特征是“有格子”的。OTFS把信息铺在时延-多普勒域里，表现为稀疏脉冲；FMCW主要靠线性调频斜率形成距离-速度谱。波形不同，能拿去给卷积网络学的东西也完全不同，所以针对OFDM做特征工程时，应当优先保留上述三种结构，而不是把原始波形直接丢给网络。

2.2 二元假设模型，以及传统方法的识别边界

频谱感知本质上是一个二元假设检验问题：

H0: r[n] = w[n]，接收信号只有噪声；
H1: r[n] = s[n] + w[n]，存在OFDM信号叠加上噪声。

能量检测的做法是把一段时间内的接收功率与门限比较。它实现简单，在噪声方差稳定时接近最优；但实际射频前端的增益、噪声系数和邻带干扰都会抬高或压低噪声底，门限稍偏，低信噪比下的检测性能就明显下滑。循环平稳检测利用OFDM循环前缀带来的周期自相关，在低信噪比下依然有效，代价是要估计谱相关函数，运算量大，而且对符号周期、循环频率等参数有依赖，现场调参成本高。

CNN在推理时不直接做门限比较，而是学习一组“出现在OFDM信号里、不出现在噪声里”的组合特征。训练数据覆盖的SNR范围和干扰形态越全，网络能稳定工作的SNR下限就越低。这一点决定了它和传统方法的本质差别：传统方法把检测器写成解析判决式，CNN则是用训练数据隐式构造判决边界。

2.3 卷积的归纳偏置和OFDM适配的关系

卷积核的本质是局部加权模式匹配。OFDM谱图里，子载波间隔对应固定的频域距离，导频在时间轴上有固定间隔，这两个结构都能用限定感受野的卷积核覆盖。训练完成之后，第一层卷积核通常会形成类似频域差分器的模式，用来捕捉子载波间的边缘；更深层卷积核则倾向于组合多个局部特征，例如“导频间距+符号周期”联合判别。这种层级特征组合天然适合频谱感知，因为它不依赖绝对功率，而是依赖相对结构。

与全连接网络相比，CNN的平移不变性同样重要。接收信号存在不确定的符号定时偏差和频偏，反映到谱图上就是图案的少量平移。池化层和卷积权值共享可以吸收这类偏移，不需要为每种偏移单独准备模型。这也是选用卷积网络而不是MLP来做OFDM频谱感知的核心理由：不需要人工设计特征，但需要充足的数据和可控的训练流程。

3. 从I/Q数据到训练集：OFDM样本生成、输入表示与增广

3.1 用仿真链路生成OFDM正负样本

真实频谱数据虽然真实，但标注困难：信号种类、带宽、起始时刻、调制参数都要靠人工确认。工程上最常见的做法是先用仿真链路批量生成带标签的OFDM波形，再在需要时用少量真实采集数据做微调。开发阶段全用仿真数据完全可行，代码可以直接用numpy实现：

import numpy as np def ofdm_tx(n_symbols=64, n_subcarriers=64, cp_len=16, mod='qpsk'): np.random.seed(0) constellation = np.array([1+1j, 1-1j, -1+1j, -1-1j]) / np.sqrt(2) data = np.random.randint(0, 4, size=(n_symbols, n_subcarriers)) symbols = constellation[data] # 对每行做IFFT，把频域符号调制到时域 freq_domain = np.fft.ifft(symbols, axis=1) * np.sqrt(n_subcarriers) # 加循环前缀，保留每个符号尾部cp_len个采样点 cyclic_prefix = freq_domain[:, -cp_len:] tx = np.concatenate([cyclic_prefix, freq_domain], axis=1).reshape(-1) return tx def add_channel(tx, snr_db, freq_offset=0.001): tx = tx / np.sqrt(np.mean(np.abs(tx)**2)) n = np.arange(len(tx)) # freq_offset 是归一化频率，单位是cycle/sample tx = tx * np.exp(1j * 2 * np.pi * freq_offset * n) snr_linear = 10 ** (snr_db / 10) noise_std = np.sqrt(1 / (2 * snr_linear)) noise = noise_std * (np.random.randn(len(tx)) + 1j * np.random.randn(len(tx))) return tx + noise

这段代码做了三件事：先把随机比特映射成QPSK符号，再按OFDM的规则做IFFT并加循环前缀，最后按目标SNR叠加高斯白噪声和频偏。n_subcarriers决定频域上能看到多少个相位调制点，cp_len决定循环前缀长度，二者都是OFDM系统的基础参数；snr_db直接控制样本难度，freq_offset用来模拟接收端晶振偏差。

负样本直接生成等长度的纯噪声，长度与正样本完全对齐。正样本里可以进一步细分QPSK、16QAM等调制方式，也可以混合不同子载波数，让网络不至于只认出某一种参数组合。

3.2 输入表示的选择：I/Q双通道还是谱特征图

拿到I/Q采样后，有三种常见输入表示：

• 原始I/Q序列直接作为一维输入，形状为(2, N)；
• 功率谱作为一维输入，形状为(1, N)；
• 按OFDM符号周期切帧后做FFT，得到符号-子载波复数谱图，形状为(2, n_symbols, n_subcarriers)。

一维I/Q输入的信息最完整，但CNN需要自己从时域波形里学会做FFT，收效很慢。功率谱丢弃了相位信息，抗频偏能力差，只适合宽带粗检。实际项目里最稳妥的是第二种映射：先把采样流按符号长度切成帧，再做FFT，把每个OFDM符号映射到子载波域，实部和虚部分开存成两个通道，得到一张“符号-子载波”复数谱图。

def build_feature(samples, fft_size=64, cp_len=16, n_keep=32): # 去掉循环前缀后，按OFDM符号周期堆成二维矩阵 symbol_len = fft_size + cp_len usable = len(samples) // symbol_len frames = samples[:usable * symbol_len].reshape(usable, symbol_len) frames = frames[:, cp_len:] spec = np.fft.fft(frames, axis=1) spec = spec[:n_keep] real_img = spec.real imag_img = spec.imag # 返回形状为 (2, n_symbols, n_subcarriers) return np.stack([real_img, imag_img], axis=0)

这段预处理把一维流变成图像类数据。fft_size对应FFT点数，cp_len必须与发射端保持一致，否则帧切位不准，子载波图案会糊掉；n_keep固定保留的符号数量，控制一个样本的时间跨度。样本不足时用零填充，或者丢弃尾部不足一个符号的部分。经过这种处理后，导频位置会呈现为固定坐标的强能量点，子载波间的间隔也变成了规整的方格纹理，CNN的二维卷积核可以同时抓时间方向和频率方向的结构。

3.3 数据增广与正负样本配比

训练数据的SNR分布直接影响模型的泛化表现。如果只在0dB附近采样，模型在-5dB下几乎必然失效；只采低SNR样本，又容易把噪声误判为信号。我一般会让SNR在-10dB到10dB之间均匀取样，并专门加大-8dB到0dB区间的密度，让模型在“似有似无”区间多花能力。

频偏也需要做增广。实际接收机的晶振偏差在小数倍子载波间隔以内，但不同设备偏差方向不定。每轮训练给样本随机乘一个exp(j2πΔf n)，Δf在±0.2个子载波间隔内取值。还可以随机丢掉部分子载波，模拟频率选择性衰落下的稀疏OFDM信号。

正负样本配比按真实监测场景来。频谱监测中大多数频段是空闲的，训练集如果做1：1配比，模型会对虚警不敏感。通常正样本占比控制在0.3到0.5之间，配合第4章的加权损失使用。如果训练数据量充足，可以按“每个样本包含64个OFDM符号”的窗口堆叠，把多个窗口叠成三通道，给3D卷积神经网络预留时间维输入，不过数据量和训练时间会同步上升，先不要作为首版方案。

4. 用PyTorch搭CNN模型，以及OFDM频谱感知的3个必调参数

4.1 模型主体设计

模型主体可以借鉴LeNet-5的基本结构：两层卷积加池化，尾部接全连接分类器。输入是上一章得到的(2, n_symbols, n_subcarriers)谱图，输出二分类置信度。

import torch import torch.nn as nn class OfdmCnnDetector(nn.Module): def __init__(self, in_channels=2, n_classes=2): super().__init__() self.features = nn.Sequential( nn.Conv2d(in_channels, 16, kernel_size=3, padding=1), nn.BatchNorm2d(16), nn.ReLU(inplace=True), nn.MaxPool2d(2), nn.Conv2d(16, 32, kernel_size=3, padding=1), nn.BatchNorm2d(32), nn.ReLU(inplace=True), nn.AdaptiveAvgPool2d((4, 4)), ) self.classifier = nn.Sequential( nn.Flatten(), nn.Linear(32 * 4 * 4, 64), nn.ReLU(inplace=True), nn.Dropout(0.5), nn.Linear(64, n_classes), ) def forward(self, x): return self.classifier(self.features(x))

第一层卷积用3x3核，padding为1，保证谱图尺寸不缩；池化把空间尺寸减半，作为平移不变性的粗化。BatchNorm放在卷积和ReLU之间，作用是稳住小批量内的数值尺度——当前batch里SNR分布不同，梯度的量级波动很大，没有BN时训练容易震荡。AdaptiveAvgPool把特征图强制拉成4x4，即使输入样本的符号数或子载波数略有出入，尾部全连接维度也能对得上。

这个结构不是越深越好。OFDM谱图里子载波间距大约只有几个像素，两层3x3卷积的感受野已经足够覆盖“两个相邻子载波加一个导频”的组合。继续加深网络会逼着模型记住训练集里特定SNR的纹理细节，泛化能力反而不如小网络。

4.2 三个必调参数，以及它们对应的物理含义

第一个参数是卷积核大小。3x3核堆两层，在子载波方向覆盖约5个频点，对导频结构和子载波波纹都够用。改大核尺寸看似能扩大感受野，但也会引入更多噪声像素的加权，低信噪比下过拟合风险显著上升。

第二个参数是输入符号数。64个OFDM符号对应的观测时间大约为64×(T+TCP)，足以看到导频在时间方向的重复周期。符号数太少，导频统计不稳定；符号数太多，模型等待积攒数据的时延变长。12.5%采样率下的64符号窗口约等于几十毫秒，这个量级对多数频谱感知场景都可接受。

第三个参数是分类阈值。训练时网络输出的0.5只是一个数学中间值，不代表部署时也要用0.5。不同的监测任务对虚警率要求不同：军用侦察场景允许虚警稍高但不能漏警，频谱共享场景则相反。正确做法是在验证集上固定SNR范围，统计不同阈值下的虚警率和检测概率，然后挑一个满足业务约束的阈值。

# 用验证集按目标虚警率选阈值 from sklearn.metrics import roc_curve y_score = model_outputs.detach().cpu().numpy() fpr, tpr, thresholds = roc_curve(y_true, y_score) target_fpr = 0.05 idx = (fpr <= target_fpr).sum() - 1 print(thresholds[idx])

这段代码用验证集输出算出ROC曲线，再找到虚警率不高于5%的阈值。部署时使用这个阈值而非0.5，否则模型会偏保守或偏激进。

4.3 损失函数与评估指标，别只用accuracy

频谱感知场景存在明显的类别不平衡：空闲频段数量多，占用频段数量少。直接用交叉熵训练，模型会倾向于把模糊样本判成噪声。一个低成本做法是给损失函数加权重：

criterion = nn.CrossEntropyLoss(weight=torch.tensor([0.4, 0.6]))

权重里0.4对应噪声类别，0.6对应信号类别。想让模型对信号更敏感，就继续加大信号类权重。若效果还不够，可以换Focal Loss，它会让模型把训练重点放在“难分”的样本上，而不是已经分对的简单样本。

评估指标必须围绕检测概率Pd和虚警率Pfa展开，不能只看总准确率。在正负样本比例不均衡时，一个全判噪声的模型也能有80%准确率，但它完全没有感知能力。评估时把测试样本按SNR分段统计，每个SNR点单独计算Pd和Pfa，画出类似“检测概率随SNR变化”的曲线，才能判断模型在低信噪比下的真实水平。如果某个SNR段的Pd明显低于其他段，需要回到数据侧补采该SNR区间的样本，而不是盲目加深网络。

5. 部署前先做两件事：谱包络归一化与滑窗重叠判决

5.1 为什么现场必须重新做谱包络归一化

仿真数据里噪声功率是已知且恒定的，现场接收机的增益、天线噪声和邻带干扰会让谱图的绝对幅度整体偏移。直接拿训练时的归一化参数套到现场数据上，模型输入分布和训练时对不齐，性能会比仿真时掉一截。常见做法是不要信任BatchNorm的running stats，而是对每帧谱图单独做包络归一化。

def spectral_envelope_norm(feature): # feature: (2, n_symbols, n_subcarriers) power = np.mean(feature ** 2, axis=1, keepdims=True) baseline = np.mean(power, axis=-1, keepdims=True) feature = feature / np.sqrt(baseline + 1e-6) return feature

这里先统计每个子载波方向上的平均功率作为噪声底估计，再把整帧除以它的开方。经过处理后，网络看到的是“相对于当前噪声底的相对结构”而不是绝对功率，带内平坦干扰和设备增益差异对判断的影响被压下去。注意不要在强干扰信号存在的频段上取基线，否则会把真实信号一起压掉；如果带内干扰明显，基线改用中位数替代均值会更稳。

5.2 连续监测时滑窗重叠与决策平滑

频谱监测是连续流式任务，不是一次性的离线判别。推理时把采样流按固定窗口切割，如果窗口首尾相接，边界上的部分OFDM符号会被截断，产生脉冲突跳。把相邻窗口的重叠率设到50%到75%，切碎的符号能出现在完整窗口里，漏检率会明显下降。

窗口判决后再加一次概率域的指数平滑，消除单帧误检带来的抖动：

alpha = 0.8 smoothed_prob = alpha * smoothed_prob + (1 - alpha) * frame_prob is_signal = smoothed_prob > deploy_threshold

frame_prob是当前窗口CNN输出的信号概率，deploy_threshold是从第4章ROC曲线上选出来的实际门限。平滑系数alpha大则曲线平稳但反应慢，alpha小则响应快但抖动大，具体值按监测任务对时延的要求调整。

部署时还有一步前置操作值得做：进入CNN之前，先用本地导频互相关或载波频偏估计算法把信号频偏粗补偿一次，尽量把残余频偏压到子载波间隔的5%以内。频偏校正后谱图的子载波格点会重新对齐，CNN卷积核学到的位置模式才能稳定命中。这一步对最终收益的贡献，往往比继续加网络层数或调训练策略更直接。

本文还有配套的精品资源，点击获取