仪器仪表学报
儀器儀錶學報
의기의표학보
CHINESE JOURNAL OF SCIENTIFIC INSTRUMENT
2013年
11期
2471-2477
,共7页
王鑫%汪晋宽%刘志刚%龚志恒
王鑫%汪晉寬%劉誌剛%龔誌恆
왕흠%왕진관%류지강%공지항
认知网络%频谱感知%循环谱%特征值%随机森林
認知網絡%頻譜感知%循環譜%特徵值%隨機森林
인지망락%빈보감지%순배보%특정치%수궤삼림
cognitive network%spectrum sensing%cyclic spectrum%eigenvalue%random forest
针对在低信噪比情况下,主用户信号检测率较低的问题,提出了一种新颖的基于随机森林的频谱感知算法.随机森林算法组合多个弱分类器,使整体分类效果增强,减少过拟合现象.首先,在各循环频率不为零值情况下,提取能量最大的信号循环谱中特征参数(E(S)、D(S))作为随机森林的训练特征值;其次,选取主用户存在下的若干特征值作为正样本和主用户不存在下的若干特征值作为负样本生成随机森林;最后,利用训练完成的随机森林对待检测的信号进行分类,实现主用户是否存在的检测.实验结果表明:所提出的算法有较高的检测率和较低的虚警率.
針對在低信譟比情況下,主用戶信號檢測率較低的問題,提齣瞭一種新穎的基于隨機森林的頻譜感知算法.隨機森林算法組閤多箇弱分類器,使整體分類效果增彊,減少過擬閤現象.首先,在各循環頻率不為零值情況下,提取能量最大的信號循環譜中特徵參數(E(S)、D(S))作為隨機森林的訓練特徵值;其次,選取主用戶存在下的若榦特徵值作為正樣本和主用戶不存在下的若榦特徵值作為負樣本生成隨機森林;最後,利用訓練完成的隨機森林對待檢測的信號進行分類,實現主用戶是否存在的檢測.實驗結果錶明:所提齣的算法有較高的檢測率和較低的虛警率.
침대재저신조비정황하,주용호신호검측솔교저적문제,제출료일충신영적기우수궤삼림적빈보감지산법.수궤삼림산법조합다개약분류기,사정체분류효과증강,감소과의합현상.수선,재각순배빈솔불위령치정황하,제취능량최대적신호순배보중특정삼수(E(S)、D(S))작위수궤삼림적훈련특정치;기차,선취주용호존재하적약간특정치작위정양본화주용호불존재하적약간특정치작위부양본생성수궤삼림;최후,이용훈련완성적수궤삼림대대검측적신호진행분류,실현주용호시부존재적검측.실험결과표명:소제출적산법유교고적검측솔화교저적허경솔.