计算机工程与设计
計算機工程與設計
계산궤공정여설계
COMPUTER ENGINEERING AND DESIGN
2014年
9期
3003-3006,3178
,共5页
刘晓乐%张黎烁%龚志恒%王鑫
劉曉樂%張黎爍%龔誌恆%王鑫
류효악%장려삭%공지항%왕흠
认知网络%支持向量机%频谱感知%循环谱特征%分类检测
認知網絡%支持嚮量機%頻譜感知%循環譜特徵%分類檢測
인지망락%지지향량궤%빈보감지%순배보특정%분류검측
cognitive network%support vector machine%spectrum sensing%spectral characteristics%classification detection
针对无线信道环境中,信道多径衰落和噪声不确定性等低信噪比情况下主用户信号检测性能较低的问题,提出一种基于改进型支持向量机(support vector machine,SVM)的主用户信号频谱感知算法.对信号循环平稳特征参数进行特征提取,作为训练样本和待测样本;采用改进的SVM算法分别对有无主用户情况下的信号进行分类检测.仿真结果表明,与能量检测法(ED)和循环平稳特征检测法(CD)相比较,该算法可在低信噪比情况下不受噪声不确定性等因素影响,具有较高的分类检测性能,有效地实现了对主用户信号的感知.
針對無線信道環境中,信道多徑衰落和譟聲不確定性等低信譟比情況下主用戶信號檢測性能較低的問題,提齣一種基于改進型支持嚮量機(support vector machine,SVM)的主用戶信號頻譜感知算法.對信號循環平穩特徵參數進行特徵提取,作為訓練樣本和待測樣本;採用改進的SVM算法分彆對有無主用戶情況下的信號進行分類檢測.倣真結果錶明,與能量檢測法(ED)和循環平穩特徵檢測法(CD)相比較,該算法可在低信譟比情況下不受譟聲不確定性等因素影響,具有較高的分類檢測性能,有效地實現瞭對主用戶信號的感知.
침대무선신도배경중,신도다경쇠락화조성불학정성등저신조비정황하주용호신호검측성능교저적문제,제출일충기우개진형지지향량궤(support vector machine,SVM)적주용호신호빈보감지산법.대신호순배평은특정삼수진행특정제취,작위훈련양본화대측양본;채용개진적SVM산법분별대유무주용호정황하적신호진행분류검측.방진결과표명,여능량검측법(ED)화순배평은특정검측법(CD)상비교,해산법가재저신조비정황하불수조성불학정성등인소영향,구유교고적분류검측성능,유효지실현료대주용호신호적감지.
